本发明专利技术提供的一种基于多参量分析的风电叶片故障类型在线诊断方法及系统，包括以下步骤：步骤1，获取叶片的挥舞加速度频谱；步骤2，获取叶片的最新一阶挥舞固有频率；步骤3，根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障；步骤4，根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型；本发明专利技术相比于单一参量分析而言具有更高的准确度，可有效提高后期维修效率。可有效提高后期维修效率。可有效提高后期维修效率。
【技术实现步骤摘要】
一种基于多参量分析的风电叶片故障类型在线诊断方法及系统
[0001]本专利技术属于风力发电
，具体涉及一种基于多参量分析的风电叶片故障类型在线诊断方法及系统。
技术介绍
[0002]风电叶片常见的故障类型主要包括：裂纹、开裂、断裂、表面磨损、表面脱落、砂眼、结冰等。其中开裂、断裂是叶片严重的结构性故障表现，通常由裂纹发展而来，表面磨损、表面脱落、砂眼等均属于叶片表面损伤。作为风电机组核心部件之一，风电叶片发生故障会降低风电机组发电量、影响风电机组安全稳定运行，因此尽早发现叶片故障并采取措施可以有效降低发电量损失、避免事故发生。
[0003]目前应用于风电叶片损伤状态检测和故障诊断的方法主要包括：振动检测、超声波检测、红外热成像检测、声发射检测、光纤光栅检测等。其中超声波监测方法和红外热成像检测方法均需在风电机组停机状态下进行检测，会引起发电量的损失、人力资源的浪费。振动检测方法、声发射检测方法、光纤光栅检测方法均可实现叶片故障在线检测，但是已有的振动检测方法难以确定风电叶片故障类型，声发射检测方法对外界环境的要求比较高、检测效果不佳，而光纤光栅检测方法检测成本较高。
[0004]目前还没有一种叶片故障在线检测方法，能够准确识别叶片故障类型。
技术实现思路
[0005]本专利技术的目的在于提供一种基于多参量分析的风电叶片故障类型在线诊断方法及系统，解决了现有的风电叶片存在故障无法及时发现的缺陷。
[0006]为了达到上述目的，本专利技术采用的技术方案是：
[0007]本专利技术提供的一种基于多参量分析的风电叶片故障类型在线诊断方法，包括以下步骤：
[0008]步骤1，获取叶片的挥舞加速度频谱；
[0009]步骤2，获取叶片的最新一阶挥舞固有频率；
[0010]步骤3，根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障；
[0011]步骤4，根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型。
[0012]优选地，步骤1中，获取叶片的挥舞加速度频谱，具体方法是：
[0013]获取叶片挥舞方向的振动加速度；
[0014]将得到的振动加速度进行频谱分析，获取得到叶片的挥舞加速度频谱。
[0015]优选地，步骤2中，获取叶片的最新一阶挥舞固有频率，具体方法是：
[0016]从得到的叶片的挥舞加速度频谱中提取预设的一阶挥舞固有频率范畴内幅值最大的频率作为叶片的最新一阶挥舞固有频率。
[0017]优选地，步骤3中，根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障，具体方法是：
[0018]获取在对应时间段内且同转速条件下叶片的理论一阶挥舞固有频率；
[0019]将得到的理论一阶挥舞固有频率与最新一阶挥舞固有频率的差值与预设阈值进行比较，判断叶片是否存在结构性故障。
[0020]优选地，将得到的理论一阶挥舞固有频率与最新一阶挥舞固有频率之间的差值与预设阈值进行比较，判断叶片是否存在结构性故障，具体方法是：
[0021]若理论一阶挥舞固有频率与最新一阶挥舞固有频率之间的差值大于等于预设阈值，则叶片存在明显结冰或结构性故障，否则，叶片不存在明显结冰或结构性故障。
[0022]优选地，步骤4中，根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型，具体方法是：
[0023]S41，获取当前风电机组实际输出功率是否达到额定输出功率，其中，若当前风电机组输出功率未达到额定输出功率，则进入S42；否则进入S43；
[0024]S42，获取风电机组同风速下对应的额定输出功率与实际输出功率之间的差值，若差值大于等于预设阈值时，则进入S44；否则判断当前叶片的故障类型为叶片产生裂纹；
[0025]S43，获取风电机组同风速下对应的理论桨距角和实际运行过程汇总的变理论桨距角之间的差值；其中，若差值大于等于预设阈值时，则进入S44；否则判断叶片的故障类型为叶片产生裂纹；
[0026]S44，获取当前环境温度，其中，若环境温度为小于叶片结冰温度限值时，则判断当前叶片的故障类型为叶片结冰；否则，判断当前叶片的故障类型为叶片存在明显磨损。
[0027]一种基于多参量分析的风电叶片故障类型在线诊断系统，包括：
[0028]加速度频谱获取单元，用于获取叶片的挥舞加速度频谱；
[0029]一阶挥舞固有频率获取单元，用于获取叶片的最新一阶挥舞固有频率；
[0030]故障判断单元，用于根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障；
[0031]故障类型判定单元，用于根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型。
[0032]优选地，所述故障类型判定单元包括：
[0033]输出功率判断单元，用于获取当前风电机组实际输出功率是否达到额定输出功率，其中，若当前风电机组输出功率未达到额定输出功率；则输出功率判断单元的输出端与输出功率差值比较单元的输入端连接；否则，输出功率判断单元的输出端与桨距角比较单元的输入端连接；
[0034]输出功率差值比较单元，用于获取风电机组同风速下对应的额定输出功率与实际输出功率之间的差值，若差值大于等于预设阈值时，则输出功率差值比较单元的输出端与温度比较单元的输入端连接；否则输出当前叶片的故障类型为叶片产生裂纹；
[0035]桨距角比较单元，用于获取风电机组同风速下对应的理论桨距角和实际运行过程汇总的变理论桨距角之间的差值；其中，若差值大于等于预设阈值时，则桨距角比较单元的输出端与温度比较单元的输入端连接；否则输出叶片的故障类型为叶片产生裂纹；
[0036]温度比较单元，用于获取当前环境温度，其中，若环境温度为小于叶片结冰温度限
值时，则输出当前叶片的故障类型为叶片结冰；否则，输出当前叶片的故障类型为叶片存在明显磨损。
[0037]与现有技术相比，本专利技术的有益效果是：
[0038]本专利技术提供的一种基于多参量分析的风电叶片故障类型在线诊断方法及系统，通过比较监测所得叶片固有频率与同转速下理论固有频率之间的差距是否超过限值判断叶片是否存在结冰及结构性故障，通过叶片故障是否影响机组输出功率和变桨角度判断故障是否由结冰、表面磨损等影响叶片气动外形的因素造成，最后通过判断环境温度是否达到结冰条件判断叶片是否结冰或出现明显磨损；所提出的方法将叶片加速度信号与风电机组运行中的风速、风轮转速、输出功率、变桨角度等信号结合，可通过已有风电机组传感器在线监测和判定风电叶片是否存在故障及具体的故障类型，相比于单一参量分析而言具有更高的准确度，可有效提高后期维修效率。
附图说明
[0039]图1为本专利技术的方法流程图。
具体实施方式
[0040]下面结合说明书附图对本专利技术作进一步的描述。
[0041]如图1所示，本专利技术提供的一种基于多参量分析的风电叶片故障类型在线诊断方法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，包括以下步骤：步骤1，获取叶片的挥舞加速度频谱；步骤2，获取叶片的最新一阶挥舞固有频率；步骤3，根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障；步骤4，根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型。2.根据权利要求1所述的一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，步骤1中，获取叶片的挥舞加速度频谱，具体方法是：获取叶片挥舞方向的振动加速度；将得到的振动加速度进行频谱分析，获取得到叶片的挥舞加速度频谱。3.根据权利要求1所述的一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，步骤2中，获取叶片的最新一阶挥舞固有频率，具体方法是：从得到的叶片的挥舞加速度频谱中提取预设的一阶挥舞固有频率范畴内幅值最大的频率作为叶片的最新一阶挥舞固有频率。4.根据权利要求1所述的一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，步骤3中，根据得到的最新一阶挥舞固有频率判断叶片是否存在结构性故障，具体方法是：获取在对应时间段内且同转速条件下叶片的理论一阶挥舞固有频率；将得到的理论一阶挥舞固有频率与最新一阶挥舞固有频率的差值与预设阈值进行比较，判断叶片是否存在结构性故障。5.根据权利要求4所述的一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，将得到的理论一阶挥舞固有频率与最新一阶挥舞固有频率之间的差值与预设阈值进行比较，判断叶片是否存在结构性故障，具体方法是：若理论一阶挥舞固有频率与最新一阶挥舞固有频率之间的差值大于等于预设阈值，则叶片存在明显结冰或结构性故障，否则，叶片不存在明显结冰或结构性故障。6.根据权利要求1所述的一种基于多参量分析的风电叶片故障类型在线诊断方法，其特征在于，步骤4中，根据获取得到风电机组运行过程中的风速、输出功率和桨距角信号判断叶片的故障类型，具体方法是：S41，获取当前风电机组实际输出功率是否达到额定输出功率，其中，若当前风电机组输出功率未达到额定输出功率，则进入S42；否则进入S43；S42，获取风电机组...
【专利技术属性】
技术研发人员：许瑾，邓巍，赵勇，汪臻，李冲，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。