风力发电机组的卡桨故障的识别方法及装置与流程

1.本发明总体说来涉及风力发电技术领域，更具体地讲，涉及一种风力风力发电机组的卡桨故障的识别方法及装置。


背景技术：

2.变桨系统的一个主要功能是担当风力发电机组的气动刹车系统功能，电动变桨系统通过多种检测和控制手段、多重冗余设计保证风力机组安全稳定运行。任何故障引起的停机都会使叶片顺桨到90度的安全位置。
3.然而，在风力发电机组运行过程中，变桨系统的驱动器、变桨电机或后备电源，都有可能发生故障，使得风力发电机的叶片无法收回到安全位置，从而导致风力发电机组在风力的作用下，转速无法下降，引发风力发电机超速甚至发生飞车危险。因此，卡桨故障的识别对于保证风力发电机组的安全运行至关重要。
4.目前，卡桨识别大都是基于对风力发电机组的运行数据进行检测来进行的，例如，对振动数据或者桨距角进行检测等。但是，由于机组振动多发生在特定运行条件下，因此，基于运行数据的卡桨识别方法存在一定局限性。


技术实现要素：

5.本发明的目的在于提供一种风力风力发电机组的卡桨故障的识别方法及装置，至少解决上述技术问题，并且提供下述的有益效果。
6.本发明的一方面在于提供一种基于故障码的风力发电机组的卡桨故障的识别方法，包括：获取风力发电机组的当前运行数据；读取风力发电机组的故障文件；基于当前运行数据以及故障文件确定风力发电机组是否发生卡桨故障。
7.本发明的另一方面在于提供一种基于故障码的风力发电机组的卡桨故障的识别装置，包括：接收模块，配置为获取风力发电机组的当前运行数据；读取模块，配置为读取所述风力发电机组的故障文件；处理模块，配置为基于当前运行数据以及故障文件确定风力发电机组是否发生卡桨故障。
8.本发明的另一方面在于提供一种控制器，控制器包括：处理器以及存储器；其中，存储器中存储有计算机程序，当计算机程序被处理器执行时，实现上述的基于故障码的风力发电机组的卡桨故障的识别方法。
9.本发明的另一方面在于提供一种计算机存储介质，当所述计算机程序在被处理器执行时实现上述的基于故障码的风力发电机组的卡桨故障的识别方法。
10.基于本发明实施例的方法及装置，结合风力发电机组的运行数据以及故障数据进行卡桨识别，充分考虑了风力发电机组运行状态对卡桨故障识别结果的影响，能够在风力发电机组全运行周期下准确识别卡桨故障。
附图说明
11.通过下面结合示例性地示出一例的附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：
12.图1是变桨系统的结构示意图。
13.图2是根据本发明的示例性实施例的卡桨故障的识别方法的流程图。
14.图3是根据本发明的示例性实施例的卡桨故障的识别装置的结构框图。
15.图4是根据本发明的示例性实施例的控制器的结构框图。
具体实施方式
16.提供参照附图的以下描述以帮助对由权利要求及其等同物限定的本公开的实施例的全面理解。包括各种特定细节以帮助理解，但这些细节仅被视为是示例性的。因此，本领域的普通技术人员将认识到在不脱离本公开的范围和精神的情况下，可对描述于此的实施例进行各种改变和修改。此外，为了清楚和简洁，省略对公知的功能和结构的描述。
17.以下，参照附图来详细说明本发明的实施例。
18.为了更好的理解本发明，首先对风力发电机组的变桨系统，特别是变桨驱动器相关的电气结构及相关运行逻辑进行必要的描述。
19.图1示出的是变桨系统内部的变桨驱动器相关电气结构图，包括：变桨电机、超级电容、变桨控制器与变桨驱动器。变桨驱动器的工作原理是：在正常情况下，使能开关为闭合状态，变桨驱动器得电；当变桨控制器接收到主控制器的变桨速度信号后，或者变桨控制器检测到变桨系统发生故障而自主顺桨时，变桨控制器会给变桨驱动器发送变桨速度信号和使能信号；变桨驱动器接收到变桨速度信号和使能信号后，会控制刹车继电器松闸，并在动力输出口输出电压，驱动变桨电机转动，实现变桨功能。
20.变桨驱动器采集编码器的增量信号，用来计算变桨电机的转速，其作用是与变桨控制器发送给变桨驱动器的变桨速度信号数值作对比；如果计算的变桨电机转速小于变桨速度信号，变桨控制器会增大动力输出的电压，以增大变桨电机的转速；如果计算的变桨电机转速大于变桨速度信号，变桨控制器会减小动力输出的电压，以调小变桨电机转速，最终使变桨电机转速与在给定变桨速度信号值一致。同时，变桨驱动器对外部电气元件的状态进行检测，如果触发故障，则停止动力输出。此时，变桨电机失去动力输入，无法完成顺桨动作，进而造成卡桨。可见，卡桨故障发生时风力发电机组可能处于任何运行状态下，如果仅通过运行数据进行卡桨识别势必造成故障漏判。
21.图2是根据本发明的示例性的方法流程图。
22.在步骤s101中，获取风力发电机组的当前运行数据。
23.作为示例，风力发电机组的运行数据可以包括叶轮转速、扭矩、输出功率等。
24.具体地，以获取叶轮转速为例，首先通过安装在风力发电机组中的叶片振动信号采集装置获取风力发电机组的叶片振动数据。例如，叶片振动信号采集装置可以包括加速度传感器、采集设备、信号传输装置等，其中，加速度传感器可以安装在叶片内部，距离叶根约1/3左右，采集设备可以安装在轮毂中，靠近中心位置，信号传输装置可以包括轮毂中的发送装置和机舱内的接收装置。叶片振动数据可以包括风力发电机组的叶片的挥舞振动信号和摆振振动信号中的至少一种。
25.在获得叶片振动数据后，需要对获得的叶片振动数据进行预处理。例如，可以对叶片振动数据进行快速傅里叶变换fft，以获得叶片振动数据的频谱。还可以对叶片振动数据进行滤波、放大、去噪等预处理。
26.由于叶片在旋转过程中叶片自身的旋转频率是叶片振动信号中的主导成分，因此可以从上述叶片振动数据的频谱中提取叶轮转速。
27.可选地，可以通过安装转速传感器，直接从转速传感器获取转速信息。也可以从风力发电机组主控、中控、scada等系统间接地接收转速信号。
28.在步骤s102中，读取所述风力发电机组的故障文件。
29.具体地，故障文件可以是存储在风力发电机组主控制器内的，并记录了与故障相关数据的文件，例如：故障代码、故障时间等。文件的读取可以由主控制器的处理器执行。可选地，处理器周期性地(例如：20ms、1s、1min等)读取故障文件，提取文件内的故障数据；或者，仅在风力发电机组的运行状态满足预定条件时进行故障文件的读取。可以理解的是，故障文件内的数据仅当故障发生时才会被写入，在没有故障发生时，故障文件内没有任何数据。
30.在步骤s103中，基于所述当前运行数据以及所述故障文件确定风力发电机组是否发生卡桨故障。
31.具体地，首先基于当前运行数据判断当前运行状态是否符合预定条件；当符合预定条件时，判断所述故障文件中是否存在预设故障代码；当存在所述预设故障代码时，确定所述风力发电机组发生卡桨故障。
32.作为示例，风力发电机组的运行状态包括启机状态、最大功率跟踪状态以及满发状态。其中，启机状态是指风力发电机组的叶轮转速小于并网转速。在该运行状态下，由于叶轮转速较小，叶片的振动较弱，无法有效检测风力发电机组的振动数据，因此无法基于振动数据进行卡桨识别。最大功率跟踪状态是指风力发电机组的叶轮转速大于或等于并网转速，并且小于或等于额定转速，输出功率未达到额定功率。在该运行状态下，风力发电机组根据当前风速实时调整叶轮转速与扭矩，始终保持在最大风能利用系数下运行。满发状态是指风力发电机组的叶轮转速达到额定转速，并且输出功率达到额定功率。在该状态下，风力发电机组通过调整桨距角以保证风力发电机组始终以额定功率运行。
33.在本发明的实施例中，基于当前运行数据判断当前运行状态是否满足预定条件具体包括：第一预定条件以及第二预定条件。其中，第一预定条件为风力发电机组处于启机状态。第二预定条件为风力发电机组处于最大功率跟踪阶段或满发状态。当叶轮转速小于并网转速时，确定风力发电机组处于启机状态。当叶轮转速达到额定转速，并且输出功率达到额定功率时，确定风力发电机组处于满发状态。
34.作为示例，当符合第一预定条件时，风力发电机组无法检测到足够的振动数据，因此从故障文件中查找是否存在预设故障代码；当存在所述预设故障代码时，确定所述风力发电机组发生卡桨故障。具体地，当风力发电机组处于启机状态下，进一步判断故障文件中是否存在与变桨驱动器相关的故障代码，如果存在变桨驱动器的故障，则认为变桨电机失去了动力输入，即发生卡桨事故。需要理解的是，变桨驱动器相关故障会触发风力发电机组安全链断开，从而导致风力发电机组执行停机指令，在停机过程中，由于变桨电机失去了变桨驱动器的动力输入，而无法完成顺桨，从而导致卡桨。
35.可以理解的是，步骤s101与s102没有执行顺序的限制，两个步骤可以是同时执行；或者，可以先执行s101，然后执行s102。在同时执行的情景下，默认读取故障文件的动作被周期性执行，无论风力发电机组何种运行状态。在先后执行步骤s101、s102的情景下，默认只有风力发电机组处于启机状态时才执行故障文件的读取动作。
36.故障代码故障描述244继电器无法打开、电机堵转80编码器增量信号断线或故障19使能开关电压异常60动力线路短路或开路
37.表1
38.表1示例性示出了变桨驱动器相关的故障代码。具体地，结合图1示出的变桨驱动器结构图，当刹车继电器无法打开，电机堵转时，变桨驱动器会触发244号故障；当编码器增量信号断线或故障，会导致变桨驱动器接收不到速度反馈，进而触发80号故障；当使能开关电压异常，会触发19号故障；当动力线路短路或开路，会触发60号故障。可以理解的是，除表1示出的故障代码外，还可能存在其他变桨驱动器相关的故障代码，在此不再一一列举。
39.作为示例，如果当前风力发电机组的运行状态满足第二预定条件时，则基于振动数据进行卡桨故障的识别。
40.具体地，基于对振动加速度数据的分析进行卡桨识别。需要理解的是：发生卡桨故障的变桨电机造成其驱动的叶片无法完成变桨动作，未发生卡桨故障的变桨电机(每只叶片对应对一个变桨电机)能够正常运转，为变桨提供必要的动力输入。因此，在卡桨故障发生时往往伴随着叶片之间的角度差过大，导致叶轮平面不平衡，振动加剧。此时由振动和叶片角度差二者相互的作用使得风力发电机组承受较大的偏心振动力。该振动力可以表示为：
41.f＝m
×
e
×
ω2ꢀꢀ
(1)
42.其中，f表示偏心块产生的振动力，m表示偏心块的质量，e表示偏心块的偏心距，ω表示偏心块的转动角速度。
43.对于风力发电机组而言，ω可以等效为叶轮转速，m可表示叶轮旋转的等效质量，与旋转体的密度分布有关，对风力发电机组而言，由于其所受的旋转力主要来自于叶片所受的风力大小，所以可以表征三个叶片的不平衡度，e可以等效为风力发电机组的叶片的长度的函数，可表示如下：
44.e＝0.4244(r
3-r3)/(r3+r3)
ꢀꢀ
(2)
45.其中，r表示是风力发电机组的叶片长度，r表示风力发电机组的叶轮的半径。
46.基于上述公式(1)和公式(2)可知，由于三个叶片不平衡导致的风力发电机组的振动力的大小，与叶轮转速的平方成正比。
47.此外，基于上述公式(1)和公式(2)可知，如果三个叶片的桨距角值存在差异，则会造成每个叶片的升力和阻力不同，进而导致风力发电机组出现振动，并且随着叶片角度差值的增大，风力发电机组的振动力也越大，即，风力发电机组的振动力的大小，与风力发电机组的叶片角度差值成正比关系。
48.由公式(1)也可以看出，产生振动的主要的因素是叶轮转速，具体为叶轮转速的平
方。也就是说，在叶轮转速较高时，由于叶片位置偏差导致的振动会比较明显。鉴于此，可以预先获取卡桨故障时的振动加速度数据与叶片角度差数据，并进行线性拟合分析，确定振动加速度与叶片角度差之间的对应关系。进一步地，对实测振动加速度数据与叶片角度差进行获取并进行线性拟合分析，如果分析结果与预先得到的线性拟合结果相吻合，则认定发生卡桨故障。
49.本实施例通过确定风力发电机组的运行状态，从而在启机状态下基于故障文件中的故障码进行卡桨识别，有效避免了由于风力发电机组在启机运行阶段由于振动不明显而导致卡桨故障无法识别的问题。
50.图3是根据本发明的示例性实施例的卡桨故障的识别装置的结构框图。
51.如图3所示，基于故障码的风力发电机组的卡桨故障的识别装置3包括：接收模块301、读取模块302以及处理模块303。
52.其中，接收模块301配置为获取风力发电机组的当前运行数据；
53.读取模块302配置为读取所述风力发电机组的故障文件；
54.处理模块303配置为基于所述当前运行数据以及所述故障文件确定风力发电机组是否发生卡桨故障。
55.作为示例，风力发电机组的运行数据可以包括叶轮转速、扭矩、输出功率等。
56.作为示例，可以从叶片振动数据中提取叶轮转速。
57.作为示例，可以通过安装转速传感器，直接从转速传感器获取转速信息。也可以从风力发电机组主控、中控、scada等系统间接地接收转速信号。
58.作为示例，故障文件可以是存储在风力发电机组主控制器内的，并记录了与故障相关数据的文件，例如：故障代码、故障时间等。文件的读取可以由主控制器的处理器执行，可选地，处理器周期性地(例如：20ms、1s、1min等)读取故障文件，提取相关文件内的故障数据；或者，仅在风力发电机组的运行状态满足预定条件时进行故障文件的读取。可以理解的是，故障文件内的数据仅当故障发生时才会被写入，在没有故障发生时，故障文件内没有任何数据。
59.作为示例，处理模块303首先基于当前运行数据判断当前运行状态是否符合预定条件；当符合预定条件时，判断所述故障文件中是否存在预设故障代码；当存在所述预设故障代码时，确定所述风力发电机组发生卡桨故障。
60.在本发明的实施例中，处理模块303基于当前运行数据判断当前运行状态是否满足预定条件具体包括：第一预定条件以及第二预定条件。其中，第一预定条件为风力发电机组处于启机状态。第二预定条件为风力发电机组处于满发状态。当叶轮转速小于并网转速时，确定风力发电机组处于启机状态。当叶轮转速达到额定转速，并且输出功率达到额定功率时，确定风力发电机组处于满发状态。
61.作为示例，当符合第一预定条件时，判断所述故障文件中是否存在预设故障代码；当存在所述预设故障代码时，确定所述风力发电机组发生卡桨故障。具体地，当风力发电机组处于启机状态下，进一步判断故障文件中是否存在与变桨驱动器相关的故障代码，如果存在变桨驱动器的故障，则认为变桨电机失去了动力输入，即发生卡桨事故。需要理解的是，变桨驱动器相关故障会触发风力发电机组安全链断开，从而导致风力发电机组执行停机指令，在这个过程中，由于变桨电机失去了变桨驱动器的动力输入，而无法完成停机顺
桨，从而导致卡桨。
62.本实施例通过确定风力发电机组的运行状态，从而在启机状态下基于故障文件中的故障码进行卡桨识别，有效避免了由于风力发电机组在启机运行阶段由于振动不明显而导致卡桨故障无法识别的问题。
63.图4示出根据本发明的示例性实施例的控制器的结构框图。
64.如图4所示，控制器4包括处理器401以及存储器402。具体说来，存储器402用于存储计算机程序，所述计算机程序在被所述处理器401执行时实现上述卡桨识别方法。
65.作为示例，控制器4可以是部署在风力发电机组内的主控制器或者是与主控制器进行交互的子控制器，例如，变桨控制器等。
66.作为示例，处理器401可由数字信号处理器、现场可编程门阵列等通用硬件处理器来实现，也可通过专用芯片等专用硬件处理器来实现。
67.根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述卡桨识别方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
68.尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。