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方案

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：