一种大型风力风电机组降载及安全控制系统及方法与流程

本发明属于风力发电与测控的技术领域，具体而言，涉及一种大型风力风电机组降载及安全控制系统及方法。

背景技术：

伴随着科学技术的快速进步，科技日益创新，风电产业得到飞速发展。一方面，风能在自然界中可以说是取之不尽用之不竭的清洁能源；另一方面，全球性的能源危机与环境问题日益严重，风电由于其技术条件较为成熟和其可规模化，得到了世界各国对该行业的重视。

大自然中风资源可以说是无限的，但是可修建风电场的土地是有限的。如何在有限的土地上，更加合理的利用风能，是值得我们去思考的。人们找到了一个解决办法，就是使风力风电机组(简称风电机组)不断朝着大兆瓦、大叶轮、轻量化方向发展。风电机组的容量从最开始的1mw发展到现在的10mw，甚至是12mw，达到了一个量级的变化。

伴随着风机容量的增加，风机塔架变得越来越高，风机叶片也变得越来越长。风场环境通常十分恶劣，风电机组工况环境复杂多变，这使得风机容易发生故障。为确保风电机组在设计生命周期内安全稳定的运行，对风电机组进行降载控制就显得尤为重要。

因此，通过降低风电机组的载荷，来提高风电机组运行的安全稳定性显得十分必要。目前，都是通过在各重要大部件上面安装载荷传感器来采集风机载荷数据的。对风机整机运行状态不能实现实时降载控制，通常在风电机组正常运行过程中，载荷传感器监测到风电机组载荷超出了安全保护范围内时，为了保障机组的安全性，通常都会停机顺浆，导致降低了风电机组的发电时间，不利于风电场的经济性。一方面，风机载荷发生变化时，最先改变的是风机叶片到风机塔筒的距离，在风机叶片中影响最大的是风机叶片的叶尖部分；另一方面，随着风机容量的增加，风机叶片长度也随之增加，在风电机组叶片完全开桨状态情况下，风电机组正常运行，随着外部环境的复杂多变，叶片叶尖部分容易和塔筒相撞击，造成严重的安全事故。

针对上述问题，亟待对技术进行改进以实现既能够用来进行降载控制，又能够保障风电机组的安全运行。

技术实现要素：

鉴于此，为了解决现有技术存在的上述问题，本发明的目的在于提供一种大型风力风电机组降载及安全控制系统及方法以达到安装维护简单可靠，能够对风机的整体运行状态进行检测，提前进行降载控制，杜绝风电机组在运行过程中风机与塔筒相撞事故发生的目的。

本发明所采用的技术方案为：一种大型风力风电机组降载及安全控制系统，包括依次通信连接的雷达测距装置、数据处理装置、安全距离预警装置和风电机组主控装置，该风电机组主控装置通过安全距离预警装置的反馈结果，对风电机组的变桨状态进行控制；

所述雷达测距装置用于对风电机组中各支叶片的距离数据进行实时采集；

所述数据处理装置用于处理经雷达测距装置所采集的距离数据，并获取有效的运行轨迹数据；

所述安全距离预警装置用于对运行轨迹数据进行分析，判断风电机组是否处于安全状态并反馈结果至风电机组主控装置。

进一步地，还包括与所述安全距离预警装置通信连接的数据存储与管理装置，该数据存储与管理装置用于对安全距离预警装置的运行轨迹数据进行存储和管理。

进一步地，所述雷达测距装置呈均匀对称分布在风电机组中塔筒的外壁周向方向上，且各雷达测距装置的高度为风电机组的叶片叶尖处高度，以实现雷达测距装置能够准确测量各支叶片的距离数据，并且便于后期进行维护。

进一步地，各所述雷达测距装置通过毫米波方法实时获取风电机组中各支叶片叶尖处至塔筒的距离数据，能够保证对距离数据测量的准确性和可靠性。

进一步地，所述数据处理装置通过第一智能算法对雷达测距装置获取的距离数据进行清洗、分类、统计分析，并拟合风电机组中各支叶片的运行轨迹数据，为后期的安全距离预警提供数据基础，第一智能算法包括数据预处理、无效数据排除以及特征数据分类。

进一步地，所述数据存储与管理装置对风电机组中叶片的运行轨迹数据进行统计分析，通过第二智能算法，对风电机组的叶片运行状态进行前瞻性的分析，以达到对风电机组的运行进行故障预测分析，第二智能算法包括叶片轨迹抓捕、数据关联、跟踪滤波。

本发明还提供了一种大型风力风电机组降载及安全控制方法，该方法包括以下步骤：

(1)确保风电机组处于安全停机状态，雷达测距处于正常工作状态；

(2)风电机组切换至正常工作状态，并通过雷达测距采集风电机组中各支叶片叶尖至塔筒的距离数据；

(3)对雷达测距采集到距离数据通过第三智能算法进行处理，获得风电机组有效的距离数据，具体的，第三智能算法通过雷达波追踪得到叶片前端运行轨迹，根据叶片结构及载荷分布特性，得出叶片弯度信息；

(4)通过有效的距离数据拟合风电机组中各支叶片运行轨迹数据；

(5)通过对运行轨迹数据进行分析，判断风电机组中各支叶片到塔筒的距离是否在安全的距离内，若为“是”，则重复步骤(2)-步骤(5)；若为“否”，则将分析结果反馈至风电机组的主控装置，对风电机组进行变桨控制，再重复步骤(2)-步骤(5)。

进一步地，所述步骤(4)具体包括：

1)将有效的距离数据进行归纳、存储，建立距离数据库；

2)利用距离数据库并通过先进的智能算法分析，对风电机组中各支叶片的运行状态进行拟合，以获取运行轨迹数据。

进一步地，所述步骤(4)还包括：对风电机组中叶片的运行轨迹数据进行统计分析，通过第四智能算法，对风电机组的叶片运行状态进行前瞻性的分析，以达到对风电机组的运行进行故障预测分析，第四智能算法以转速、风速、功率、偏航角度、空气密度等信息与叶片轨迹及弯度数据进行拟合，以svr模型拟合预测叶片叶尖净空，在预测叶片净空距离达到扫塔风险范围时，通过降低转速等策略避开风险行为。

本发明的有益效果为：

1.采用本发明所提供的大型风力风电机组降载及安全控制系统，其主要由雷达测距装置、数据处理装置、安全距离预警装置、数据存储与管理装置和风电机组主控装置，其安装结构简单，便于后期维护，其能够对风电机组的整体运行状态进行实时监测，实时进行降载控制，保障风电机组的安全运行，相较于现有技术中安装载荷传感器来采集风机载荷数据，其具备更高的可靠性。

2.采用本发明所提供的大型风力风电机组降载及安全控制方法，其通过雷达测距来实时测量风电机组中各支叶片叶尖处到塔筒的距离数据，通过对距离数据进行处理分析，获取有效的距离数据，再通过算法对风电机组的各支叶片的运行状态进行拟合，以判断风电机组中各支叶片到塔筒的距离是否处于安全距离，进而对风电机组进行变桨控制，以减少风电机组的载荷或者增加叶片到塔筒的距离，防止风机叶片和塔筒相撞事故发生，能够实现实时对风机的整体运行状态进行监测，杜绝风电机组在运行过程中风机与塔筒相撞事故发生。

附图说明

图1是本发明提供的大型风力风电机组降载及安全控制系统的系统架构图；

图2是本发明提供的大型风力风电机组降载及安全控制方法的工作流程图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

实施例1

如图1所示，在本实施例中具体提供了一种大型风力风电机组降载及安全控制系统，包括依次通信连接的雷达测距装置、数据处理装置、安全距离预警装置和风电机组主控装置，该风电机组主控装置通过安全距离预警装置的反馈结果，对风电机组的变桨状态进行控制，实现风电机组的降载控制，防止风电机组的叶片叶尖与塔筒相撞的事故发生，同时，雷达测距装置对降载控制后的变桨状态继续进行实时监测。

所述雷达测距装置用于对风电机组中各支叶片的距离数据进行实时采集；在本实施例中，设有多个雷达测距装置，并将各所述雷达测距装置呈均匀对称分布在风电机组中塔筒的外壁周向方向上，且各雷达测距装置的高度为风电机组的叶片叶尖处高度，以保证能够对风电机组的叶片叶尖至塔筒的距离进行准确测量和采集。目前，风电机组中为三支叶片，各所述雷达测距装置通过毫米波方法实时获取风电机组中三支叶片叶尖处至塔筒的距离数据，其中，毫米波的波长从10毫米至1毫米、频率从30吉赫(ghz)至300吉赫(ghz)的电磁波称为毫米波，利用毫米波进行通信的方法叫毫米波通信，即为毫米波方法。

所述数据处理装置用于处理经雷达测距装置所采集的距离数据，并获取有效的运行轨迹数据；具体的，所述数据处理装置通过第一智能算法对雷达测距装置获取的距离数据进行清洗、分类、统计分析以获取有效的距离数据，有效的距离数据通过智能算法拟合风电机组中各支叶片的运行轨迹数据，第一智能算法包括数据预处理、无效数据排除以及特征数据分类。

所述安全距离预警装置用于对运行轨迹数据进行分析，判断风电机组是否处于安全状态，若风电机组存在安全风险会反馈结果至风电机组主控装置，同时，安全距离预警装置能够自动生成安全距离报告，该安全距离报告以方便维护人员对风电机组的运行状态进行实时掌控和分析。

还包括与所述安全距离预警装置通信连接的数据存储与管理装置，该数据存储与管理装置用于对安全距离预警装置的运行轨迹数据进行存储和管理。为进一步提升对风电机组的故障预判能力和对运行轨迹数据的有效利用，通过数据存储与管理装置对风电机组中叶片的运行轨迹数据进行统计分析，通过第二智能算法对风电机组的叶片运行状态进行前瞻性的分析，第二智能算法包括叶片轨迹抓捕、数据关联、跟踪滤波。

实施例2

如图2所示，基于实施例1所提供的大型风力风电机组降载及安全控制系统，在本实施例中具体提供了一种大型风力风电机组降载及安全控制方法，该方法包括以下步骤：

(1)确保风电机组处于安全停机状态，保持雷达测距装置处于正常工作状态；

(2)风电机组切换至正常工作状态，当风电机组满足数据采集条件时，通过雷达测距装置采集风电机组中三支叶片叶尖至塔筒的距离数据；

(3)对雷达测距采集到距离数据通过第三智能算法进行处理，获得风电机组有效的距离数据，具体的，第三智能算法通过雷达波追踪得到叶片前端运行轨迹，根据叶片结构及载荷分布特性，得出叶片弯度信息；；

(4)通过有效的距离数据拟合风电机组中各支叶片运行轨迹数据，具体包括：

1)将有效的距离数据进行归纳、存储，建立距离数据库，为后续的分析提供基础；

2)利用距离数据库并通过第四智能算法分析，对风电机组中各支叶片的运行状态进行拟合，以获取运行轨迹数据，第四智能算法以转速、风速、功率、偏航角度、空气密度等信息与叶片轨迹及弯度数据进行拟合，以svr模型拟合预测叶片叶尖净空，在预测叶片净空距离达到扫塔风险范围时，通过降低转速等策略避开风险行为；

(5)通过对运行轨迹数据进行分析，判断风电机组中各支叶片到塔筒的距离是否在安全的距离内，若为“是”，表示不需要进行降载控制或者不会出现叶片与塔筒相撞事故，则重复步骤(2)-步骤(5)；若为“否”，风电机组的主控装置开始工作，则将分析结果反馈至风电机组的主控装置，风电机组的主控装置对风电机组进行变桨控制，以减少风电机组的载荷或者增加叶片到塔筒的距离，再重复步骤(2)-步骤(5)，以进行实时计算、实时控制，从而，对风电机组的安全性和稳定性有了进一步的提高。

为进一步提升对风电机组的故障预判能力和对运行轨迹数据的有效利用，所述步骤(4)还包括：对风电机组中叶片的运行轨迹数据进行统计分析，通过先进的智能算法，对风电机组的叶片运行状态进行前瞻性的分析。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。