风电机叶片故障监测方法技术

一种风电机叶片故障监测方法，根据实际被检测风电机叶片建立风电机叶片模型；确定求解风电机叶片后向散射电场的采样点数；求解风电机叶片的后向散射电场；根据风电机叶片的后向散射电场得到风电机叶片雷达回波信号；根据风电机叶片雷达回波信号进行短时傅里叶变换，获取风电机叶片雷达回波信号的时频图；用雷达实时监测实际运行的风电机叶片，获取被监测风电机叶片的雷达回波；并对获取的被监测风电机叶片的雷达回波信号进行短时傅里叶变换，得到被监测风电机叶片雷达回波信号的时频图；所得的风电机雷达回波信号的时频图进行对比，判断风电机叶片是否发生故障。本发明专利技术解决风电机在运行过程中无法实时精准获取风电机叶片运行状态的技术问题。

【技术实现步骤摘要】
风电机叶片故障监测方法
本专利技术属于风电机叶片故障监测
，特别涉及一种风电机叶片故障监测方法。
技术介绍
随着“以特高压电网为骨干网架，以输送清洁能源为主导，全球互联泛在的坚强智能电网”为目标的国家能源互联网工程启动，作为我国能源战略的基础，同时也是清洁可再生能源的重要组成部分，风电能源的开发和利用越来越受到国家的重视。我国各地风能资源丰富区域陆续出现大量已建成或正规划建设中的大、中型风电场项目，2017年投产风电达到1503万kW，累计并网装机容量达1.64亿kW。随着各大、中型风电场的兴建，投入使用的风电机数量增长十分迅速，实时获取风电机叶片的运行状态十分重要。
技术实现思路
鉴于
技术介绍
所存在的技术问题，本专利技术所提供的风电机叶片故障监测方法，解决风电机在运行过程中无法实时精准获取风电机叶片运行状态的技术问题。为了解决上述技术问题，本专利技术采取了如下技术方案来实现：一种风电机叶片故障监测方法，以下步骤：步骤一：根据实际被监测风电机叶片建立风电机叶片模型；本专利技术提出的一种风电机叶片故障监测方法需获得被监测风电机在正常运行时雷达回波的微多普勒特征，因此需根据实际被监测风电机建立风电机模型，用于获取风电机叶片在正常运行状态时的微多普勒特征。步骤二：根据“Nyquist采样定理”确定求解风电机叶片后向散射电场的采样点数。“Nyquist采样定理”要求采样频率fc满足fc＞2fdmax，fdmax是风电机叶片运行过程中产生的最大多普勒频率，fdmax＝2fωR/c；ω是风电机叶片旋转的角速度；R是风电机叶片长度。当采样频率fc确定时，则相应的一个周期内求解风电机叶片后向散射电场的采样点数为360fcIω。步骤三：利用物理光学法(PO)与矩量法(MOM)构成的混合算法求解风电机叶片的后向散射电场。该混合算法采用三角面元对风电机叶片进行离散，在风电机叶片正面和机舱正面等PO区，利用物理光学法(PO)将雷达信号在风电机叶片表面的三角面元产生的感应电流作为二次散射源代替风电机叶片本身，然后对表面感应电流进行积分来计算风电机叶片的散射电场；在叶片背面、机舱背面、风电机叶片表面不连续处以及一些复杂的边缘部分等MOM区，建立矩阵方程求解出MOM区的感应电流，进而求得MOM区的散射电场。最后通过矢量叠加就可得到风电机叶片的散射电场。求解出风电机叶片在某一固定姿态的散射电场后结合准静态法即可得到风电机叶片动态的散射电场。步骤四：根据求解出的风电机叶片的后向散射电场得到风电机叶片雷达回波信号；散射点的回波表达式为：s(t)＝exp(j2πft)·σ(t)exp(-j4πR(t)/λ)，其中f和λ分别为雷达信号频率和波长；R(t)和σ(t)分别为t时刻散射点到雷达的距离和散射点的散射系数，其中，σ(t)一般做均一化处理。恒定载波项exp(j2πfct)是信号的载体，回波的有用信息储存在基带信号exp(-j4πR(t)/λ)中。在时谐电磁场中的表达式为：Es(r,t)＝Es(r)cos(2πfct+φ(r))，对此式用复数取实部的方法，可得：式中为Es(r,t)的复振幅矢量，其中Es(r)是电场的幅值，φ(r)是电场的相位。对比散射点的回波表达式与此式可知，回波中基带信号与目标散射电场中的复振幅矢量相对应，所以获取目标的散射电场即可转化为目标的回波信号。步骤五：对求得的风电机叶片雷达回波信号进行短时傅里叶变换(STFT)，获取风电机叶片雷达回波信号的时频图；要获取风电机叶片雷达回波信号的时频图，需采用短时傅里叶变换(STFT，ShortTimeFourierTransform)处理步骤三获得的风电机叶片雷达回波信号,其计算式为：式中x(k)为风电机叶片雷达回波信号；N为最大采样点数；k、m、n＝0,1,2,3…N-1；Δt为时间变量的采样间隔；ω(t)为窗函数；上标“*”表示复共轭。步骤六：用雷达实时监测实际运行的风电机叶片，获取被监测风电机叶片的雷达回波。并对获取的被监测风电机叶片的雷达回波信号进行短时傅里叶变换(STFT)，得到被监测风电机叶片雷达回波信号的时频图。步骤七：将步骤五和步骤六所得的风电机雷达回波信号的时频图进行对比，判断风电机叶片是否发生故障；风电机在运行时，因为其叶片周期性旋转，其雷达回波信号的时频图会呈现出一种独特的多普勒特征。步骤五所得的风电机叶片正常运行时的回波的时频图，步骤六所得的是被监测风电机叶片的回波时频图。将二者进行对比，如果二者的多普勒特征相同，则说明被监测风电机叶片没有发生故障；若二者的多普勒特征不相同，则说明被监测风电机叶片发生故障。步骤八：根据步骤七判断出风电机叶片的运行状态后，若风电机叶片发生故障，则及时发出警报；若风电机叶片正常运行，则继续监测风电机叶片的运行状态。本专利可达到以下有益效果：1、本专利技术解决了风电机在运行过程中无法实时准确获取风电机叶片运行状态的问题，通过对比风电机叶片回波的多普勒特征，可快速准确的判断风电机叶片的运行状态。2、本专利技术对风电机叶片运行状态进行实时监测，当叶片故障时能及时发出警报，将这一信息传递给工作人员，提醒工作人员及时处理，减小损失。附图说明下面结合附图和实施例对本专利技术作进一步说明：图1为本专利技术风电机故障监测方法的流程图；图2为本专利技术根据Vestas-V82风电机建立的风电机叶片模型；图3为本专利技术Vestas-V82风电机在正常运行时其叶片回波的时域图；图4为本专利技术Vestas-V82风电机在正常运行时其叶片回波的时频图；图5为本专利技术模拟Vestas-V82风电机叶片发生叶片断裂故障后的风电机叶片模型；图6为本专利技术Vestas-V82风电机叶片发生叶片断裂后故障后其叶片回波的时域图；图7为本专利技术Vestas-V82风电机叶片发生叶片断裂后故障后其叶片回波的时频图。具体实施方式优选的方案如图1至图7所示，一种风电机故障监测方法，基于风电机运行时其叶片回波信号的多普勒特征来判断风电机叶片的运行状态。包括以下步骤：步骤一：根据实际被监测风电机叶片建立风电机叶片模型；本专利技术提出的一种风电机叶片故障监测方法需获得被监测风电机在正常运行时雷达回波的微多普勒特征，因此需根据实际被监测风电机建立风电机模型，用于获取风电机叶片在正常运行状态时的微多普勒特征。步骤二：根据“Nyquist采样定理”确定求解风电机叶片后向散射电场的采样点数。“Nyquist采样定理”要求采样频率fc满足fc＞2fdmax，fdmax是风电机叶片运行过程中产生的最大多普勒频率，fdmax＝2fωR/c；ω是风电机叶片旋转的角速度；R是风电机叶片长度。当采样频率fc确定时，则相应的一个周期内求解风电机叶片后向散射电场的采样点数为360fc/ω。步骤三：利用物理光学法(PO)与矩量法(MOM)构成的混合算法求解风电机叶片的后向本文档来自技高网...

【技术保护点】
1.一种风电机叶片故障监测方法，其特征在于包括以下步骤：/n步骤一：根据实际被检测风电机叶片建立风电机叶片模型；/n步骤二：根据“Nyquist采样定理”确定求解风电机叶片后向散射电场的采样点数；/n步骤三：利用物理光学法与矩量法构成的混合算法求解风电机叶片的后向散射电场；/n步骤四：根据求解出的风电机叶片的后向散射电场得到风电机叶片雷达回波信号；/n步骤五：对求得的风电机叶片雷达回波信号进行短时傅里叶变换，获取风电机叶片雷达回波信号的时频图；/n步骤六：用雷达实时监测实际运行的风电机叶片，获取被监测风电机叶片的雷达回波；并对获取的被监测风电机叶片的雷达回波信号进行短时傅里叶变换，得到被监测风电机叶片雷达回波信号的时频图；/n步骤七：将步骤五和步骤六所得的风电机雷达回波信号的时频图进行对比，判断风电机叶片是否发生故障；/n步骤八：判断出风电机叶片的运行状态后，若风电机叶片发生故障，则及时发出警报；若风电机叶片正常运行，则继续监测风电机叶片的运行状态。/n

【技术特征摘要】
1.一种风电机叶片故障监测方法，其特征在于包括以下步骤：
步骤一：根据实际被检测风电机叶片建立风电机叶片模型；
步骤二：根据“Nyquist采样定理”确定求解风电机叶片后向散射电场的采样点数；
步骤三：利用物理光学法与矩量法构成的混合算法求解风电机叶片的后向散射电场；
步骤四：根据求解出的风电机叶片的后向散射电场得到风电机叶片雷达回波信号；
步骤五：对求得的风电机叶片雷达回波信号进行短时傅里叶变换，获取风电机叶片雷达回波信号的时频图；
步骤六：用雷达实时监测实际运行的风电机叶片，获取被监测风电机叶片的雷达回波；并对获取的被监测风电机叶片的雷达回波信号进行短时傅里叶变换，得到被监测风电机叶片雷达回波信号的时频图；
步骤七：将步骤五和步骤六所得的风电机雷达回波信号的时频图进行对比，判断风电机叶片是否发生故障；
步骤八：判断出风电机叶片的运行状态后，若风电机叶片发生故障，则及时发出警报；若风电机叶片正常运行，则继续监测风电机叶片的运行状态。


2.根据权利要求1所述的一种风电机叶片故障监测方法，其特征在于：步骤四通过风电机叶片的后向散射电场得到风电机叶片雷达回波信号是由于回波中的基带信号与目标散射电场的复振幅矢量相对应。


3.根据权利要求2所述的一种风电机叶片故障监测方法，其特征在于：步骤五获取风电机叶片雷达回波信号的微多普勒特征，是对步骤四求得的风电机叶片雷达回波信号进行短时傅里叶变换。


4.根据权利要求3所述的一种风电机叶片故障监测方法，其特征在于：步骤六所得的被监测的风电机叶片的雷达回波及其微多普勒特征是通过雷达实时监测得到的。


5.根据权利要求1所述的一种风电机叶片故障监测方法，其特征在于：判断风电机叶片是否发生故障，是通过对比步骤五和步骤六所得的叶片回波时频图是否相同。


6.根据权利要求1所述的一种风电机叶片故障监测方法，其特征在于：判断出风电机叶片的运行状态后，若风电机叶片发生故障，则及时发出警报；若风电机叶片正常运行，则继续监测风电机叶片的运行状态。


7.根据权利要求1所述的一种风电机叶片故障监测方法，其特征在于：在步骤二中，根据“Nquist采样定理”确定求解风电机叶片后向散射电场的采样点数，方法为：
“Nyquist采样定理”要求采样频率fc满足fc＞2fdmax，fdmax是风电机叶片运行过程中产生的最大多普勒频率，fd...

【专利技术属性】
技术研发人员：黄力，代朝阳，刘钢，刘鹏，谢黄海，石青松，廖梓榕，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42