风力发电机组运行数据的波动检测方法和波动检测装置与流程

1.本公开总体说来涉及风力发电技术领域，更具体地讲，涉及风力发电机组运行数据的波动检测方法和波动检测装置。


背景技术：

2.随着风力发电机组容量的大型化，变桨距控制、变速恒频等先进风电技术已经成为当前风力发电机组的主流控制方式。发电机是风力发电机组中将风能转化为电能的重要装置，它不仅直接影响输出电能的质量和效率，也影响整个风力发电机组的性能和结构的复杂性。
3.风力发电机组是一套比较复杂的系统。目前，mw级永磁风力发电机高度集成空气动力学、结构力学、电机学、材料科学、电力电子技术、电力系统分析、继电保护技术、自动控制技术和现代通讯等综合学科，成为一套复杂的能量转换系统，因此同一故障的发生，可能是不同的原因导致的。以变桨系统的“三轴角度不一致”故障为例，导致该故障的原因，可能是变桨系统的编码器本身故障，可能是编码器电源故障，可能是变桨系统卡桨，还可能是变桨驱动器故障。
4.目前，风力发电机组的故障检测通常采用单纯的数值比较，例如，当转速大于一定值时，或后备电源的电压低于一定值时触发故障。然而，风力发电机组的部件发生故障后，除了数值升高或降低外，在很多情况下还会发生频繁的数据波动并且风力发电机组停机后又会恢复正常。其结果是，一方面，故障上报后，运维人员不易查找故障的原因。另一方面，控制器中的定时器的特点是条件接通后，定时器开始计时，条件断开后，定时器停止工作并复位，而数据的频繁波动也会导致定时器频繁启动、复位，而无法到达定时时间，导致故障不能正常触发，给排查故障造成困难，甚至，如果故障不能正常触发，还会危害机组安全。
5.为了分析风力发电机组故障原因，需要对风力发电机组运行数据进行分析和诊断，这种分析和诊断可在故障发生时刻，自动、准确、及时地记录故障前、后过程的各种电气量的变化情况，通过这些电气量的分析、比较，对分析处理事故、判断保护是否正确动作以及风力发电机组的安全可靠运行起着十分重要的作用。在这种分析和诊断中，判断运行数据是否发生了周期性、正弦性的波动，是监测风力发电机组运行是否稳定、正常的关键要素。例如，如果变桨速度发生了正弦式、频繁的波动，则会导致变桨电机因调桨、换向过于频繁，进而使变桨电机温度升高过快；如果发电机转速发生了正弦式、频繁的波动，则说明发电机控制不稳定、发电机失调，这会影响风力发电机组的载荷和振动。


技术实现要素：

6.本公开的实施例提供一种风力发电机组运行数据的波动检测方法和波动检测装置，可以直接应用于多种运行数据的检测，不需要设置检测周期、检测幅值等参数，具有广泛的适用性。
7.在一个总的方面，提供一种风力发电机组运行数据的波动检测方法，所述波动检
测方法包括：连续地对风力发电机组运行数据进行采样；计算预设检测周期内的风力发电机组运行数据的平均值；基于所述预设检测周期内的风力发电机组运行数据以及所述平均值，确定所述预设检测周期内的风力发电机组运行数据是否出现等间隔分布现象；响应于确定所述预设检测周期内的风力发电机组运行数据出现等间隔分布现象，输出指示所述预设检测周期内的风力发电机组运行数据发生正弦波动的信息。
8.在另一总的方面，提供一种风力发电机组运行数据的波动检测装置，所述波动检测装置包括：采样单元，被配置为：连续地对风力发电机组运行数据进行采样；计算单元，被配置为：计算预设检测周期内的风力发电机组运行数据的平均值；确定单元，被配置为：基于所述预设检测周期内的风力发电机组运行数据以及所述平均值，确定所述预设检测周期内的风力发电机组运行数据是否出现等间隔分布现象；输出单元，被配置为：响应于确定所述预设检测周期内的风力发电机组运行数据出现等间隔分布现象，输出指示所述预设检测周期内的风力发电机组运行数据发生正弦波动的信息。
9.在另一总的方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，实现如上所述的风力发电机组运行数据的波动检测方法。
10.在另一总的方面，提供一种控制器，所述控制器包括：处理器；和存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的风力发电机组运行数据的波动检测方法。
11.本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，既能够解决由于数据波动周期较长导致统计值较小而无法检测真实的数据波动的情况，又能够自动滤除短时、偶然的数据跳变和干扰，保证波动检测的可靠性。另一方面，根据本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，检测准确度不受检测周期的影响，也不受数据波动幅值的影响，因此可以直接适用于多种类型数据的波动检测。
12.此外，本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，对运行数据的检测阈值设置没有任何要求，因此不需要频繁进行针对风力发电机组的参数调整。同时，所述波动检测方法计算简便且效率高，可以直接在plc控制器中实现，并且可以保证检测的准确度。
13.将在接下来的描述中部分阐述本公开总体构思另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本公开总体构思的实施而得知。
附图说明
14.通过下面结合示出实施例的附图进行的描述，本公开的实施例的上述和其他目的和特点将会变得更加清楚，其中：
15.图1是示出作为波动检测的对象的发电机转速的曲线图；
16.图2是示出作为波动检测的对象的变桨给定速度和变桨实际速度的曲线图；
17.图3是示出现有的数据波动检测方法的示例的示图；
18.图4是示出根据本公开的实施例的风力发电机组运行数据的波动检测方法的构思的示图；
19.图5是示出根据本公开的实施例的风力发电机组运行数据的波动检测方法的流程图；
20.图6是示出根据本公开的示例性实施例的风力发电机组运行数据的波动检测装置的框图；
21.图7是示出根据本公开的实施例中的控制器的框图。
具体实施方式
22.提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本技术的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，并且不限于在此阐述的那些顺序，而是除了必须以特定的顺序发生的操作之外，可如在理解本技术的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，本领域已知的特征的描述可被省略。
23.目前，检测数据发生周期性波动的方法主要有以下几种。
24.一种方法是，判断数据值单次或多次大于一定值时，就认为数据发生波动。然而，这种方法不能对数据跳变的时序进行判断。例如，数据波动是指数据短时间内发生反复跳变，而只记录跳变，很可能因为短时的干扰而引起误判。另外，对于检测数据值大小，阈值不容易确定。例如，超级电容的电压正常值是85v，电压值大于91v为异常，但数据跳变的最大值可能为90v，这样就会造成漏检。更重要的是，当数据发生周期性正弦性波动时，数据不一定出现跳变，在这种情况下，该方法不能检测数据的周期性正弦性波动。
25.另一种方法是，通过判断数据变化斜率来确定数据是否发生波动。这种方法在一定程度上可以检测数据是正常上升还是波动跳变，但是它不能准确地反映出数据的波动幅度，尤其不能反映出数据的波动周期。例如，数据从85v变化到88v与数据从85v变化到91v，其斜率几乎相等。另一方面，当数据的波动周期较长时，检测时间的不同，又会导致计算偏差。如果检测周期过短，则检测到的只是单次变化的斜率，不能体现出数据的整体变化情况；如果检测周期过长，则有可能跳过峰值，从而导致检测错误。
26.还有一种方法是方差法，这种方法的检测结果也取决于检测周期，另一方面，这种方法只能检测数据是否偏离了正常值，而无法检测数据的波动趋势。此外，方差无法滤除偶然跳变导致的误检。
27.图1是示出作为波动检测的对象的发电机转速的曲线图。在图1中，横坐标表示时刻值，纵坐标表示转速值。从图1可以看出，发电机转速(也是叶轮转速)发生了正弦形式的波动，这属于风力发电机组运行数据的异常波动现象。此外，在发电机转速的周期性波动过程中，发电机转速总体呈逐渐下降趋势。因此，如果只检测转速值的最大值和最小值，则由于发电机转速会随着风速的变化而变化，因此其参考值不固定，因此采用阈值方法很难有效地检测出波动。
28.图2是示出作为波动检测的对象的变桨给定速度和变桨实际速度的曲线图。图3是示出现有的数据波动检测方法示例的图示。
29.在图2和图3中，横坐标表示时刻值，纵坐标表示速度值。从图2中可以看出，变桨给定速度201和变桨实际速度202均发生了类似正弦形式的波动。结合参照图3，如果采用数据变化斜率来进行数据波动检测，则只能检测一定范围内的变化斜率，且检测准确度取决于数据的波动周期。然而，数据的波动周期事先是未知的。如图3所示，在t1～t2区间，数据变化量很小，所以如果检测周期很短，则检测到的曲线变化斜率很小，无法实现数据波动检
测；而如果检测周期过长，例如图3所示的t2～t3区间，两个时刻的纵坐标值相当，检测到的曲线变化斜率仍然很小，这意味着t2～t3区间没有发生数据波动，但实际上该区间内数据发生了向上波动变大的情况。因此，采用数据变化斜率来进行数据波动检测无法准确检测到数据波动趋势。
30.另一方面，如果采用方差值来进行数据波动检测，则检测准确度也取决于检测周期，检测周期太短，计算的方差值会很小，而检测周期太大，计算的方差值又取决于数据波动的幅值。此外，如果数据发生了短时跳变(例如，t4时刻)，则计算的方差值也会很大。因此，采用方差值来进行数据波动检测只能检测数据偏离正常值的程度，而无法检测出数据波动的趋势。
31.图4是示出根据本公开实施例的风力发电机组运行数据的波动检测方法的构思的示图。
32.参照图4，本公开实施例中的风力发电机组运行数据的波动检测方法按照一定检测周期求取运行数据的平均值，并根据各个采样时刻的运行数据大于平均值或者小于等于平均值进行量化处理，然后确定运行数据的分布曲线以及相应的连续运行数据的个数；如果运行数据的分布曲线呈现周期性变化，且相应的连续运行数据的个数较多，则认为运行数据发生了正弦波动。如图4所示，通过将各个采样时刻的运行数据与平均值相比，生成了高低相间的分布曲线。由于平均值的大小可以随着运行数据的变化而变化，而不受检测周期的影响，因此与现有的波动检测方法相比，这种基于数据分布曲线的波动检测方法更加可靠、准确。
33.图5示出了根据本公开的实施例的风力发电机组运行数据的波动检测方法的流程图。本公开实施例中的风力发电机组运行数据的波动检测方法可在风力发电机组的主控制器中实现，也可以在风力发电机组中的任何专用控制器中实现。
34.参照图5，在步骤s501中，可连续地对风力发电机组运行数据进行采样。这里，风力发电机组运行数据可以是例如发电机转速、变桨速度、发电机转矩等。可以通过各种检测装置来获取风力发电机组运行数据，本公开对此不做任何限制。
35.在步骤s502中，可计算预设检测周期内的风力发电机组运行数据的平均值。这里，预设检测周期可包括多个对风力发电机组运行数据进行采样的采样间隔。例如，采样间隔可以是20ms，预设检测周期可以是500ms。然而，以上数值仅是示例，采样间隔和预设检测周期的时长可以根据需要适当地调整。
36.接下来，在步骤s503中，可基于预设检测周期内的风力发电机组运行数据以及计算的平均值，确定预设检测周期内风力发电机组运行数据是否出现等间隔分布现象。
37.具体地讲，可将预设检测周期内每个采样时刻的风力发电机组运行数据与计算的平均值进行比较，并且基于比较结果确定预设检测周期内风力发电机组运行数据是否出现等间隔分布现象。在将预设检测周期内每个采样时刻的风力发电机组运行数据与计算的平均值进行比较时，如果该采样时刻的风力发电机组运行数据大于计算的平均值，则将值1存储到存储器中，如果该采样时刻的风力发电机组运行数据不大于计算的平均值，则将值0存储到存储器中。存储器可以是运行波动检测方法的控制器中的存储器，也可以是风力发电机组中设置的其他存储器。根据本公开的实施例，将预设检测周期内的每个采样时刻的风力发电机组运行数据与计算的平均值进行比较的意义在于：平均值可随着运行数据的上升
下降趋势而自动调整，从而保证检测准确度。
38.在将预设检测周期内的每个采样时刻的风力发电机组运行数据与计算的平均值进行比较之后，可设置计数器进行计数。其后，可基于计数器的计数值确定预设检测周期内的风力发电机组运行数据是否出现等间隔分布现象。这里，计数器可以是运行波动检测方法的控制器中的存储器，也可以是风力发电机组中设置的专用计数器。设置的计数器可按照以下规则进行计数：如果连续存储的值1的数量大于第一阈值，并且随后连续存储的值0的数量大于第一阈值，则将计数器的计数值增1；如果连续存储的值0的数量大于第一阈值，并且随后连续存储的值1的数量大于第一预定阈值，则将计数器的计数值增1。可选择地，如果计数器的计数值大于第二阈值，则可确定预设检测周期内风力发电机组运行数据出现等间隔分布现象。在本公开的实施例中，第一阈值可以为例如不小于5的整数，第二阈值可以为例如不小于2的整数。
39.此外，计数器还可按照以下规则进行计数：如果连续存储的值1的数量大于第一阈值，并且随后连续存储的值0的数量不大于第一阈值，则将计数器的计数值清零；如果连续存储的值0的数量大于第一阈值，并且随后连续存储的值1的数量不大于第一预定阈值，则将计数器的计数值清零。可选择地，根据上述规则可以确定，在计数器清零的情况下，如果连续存储的值1或值0的数量不大于第一阈值，则计数器的计数值不会增加。
40.如果确定预设检测周期内的风力发电机组运行数据出现等间隔分布现象，则在步骤s504中，可输出指示预设检测周期内的风力发电机组运行数据发生正弦波动的信息。根据本公开的实施例，可输出指示预设检测周期内的风力发电机组运行数据发生正弦波动的标志以及预设检测周期内的风力发电机组运行数据的最大值和最小值。这里，输出指示预设检测周期内的风力发电机组运行数据发生正弦波动的标志的一种具体实现方式是输出警报，以提示运维人员对运行数据进行分析并关注风力发电机组的运行情况。此外，预设检测周期内风力发电机组运行数据的最大值和最小值可用于风力发电机组的其他控制处理，本公开不再赘述。
41.另一方面，如果确定预设检测周期内的风力发电机组运行数据出现等间隔分布现象，则根据本公开实施例的风力发电机组运行数据的波动检测方法可返回步骤s501，继续进行运行数据波动检测。
42.根据本公开实施例的风力发电机组运行数据的波动检测方法，既能够解决由于数据波动周期较长导致统计值较小而无法检测真实的数据波动情况，又能够自动滤除短时、偶然的数据跳变和干扰，保证波动检测的可靠性。另一方面，根据本公开实施例的风力发电机组运行数据的波动检测方法，检测准确度不受检测周期的影响，也不受数据波动幅值的影响，因此可以直接适用于多种类型数据的波动检测。此外，根据本公开实施例的风力发电机组运行数据的波动检测方法，对运行数据的检测阈值设置没有任何要求，因此不需要频繁进行针对风力发电机组的参数调整。同时，所述波动检测方法计算简便且效率高，可以直接在plc控制器中实现，并且可以保证检测的准确度。
43.图6是示出根据本公开示例性实施例的风力发电机组运行数据的波动检测装置的框图。风力发电机组运行数据的波动检测装置600可实现在风力发电机组的主控制器中，也可以实现在风力发电机组中的任何专用控制器中。
44.参照图6，风力发电机组运行数据的波动检测装置600可包括采样单元610、计算单
元620、确定单元630和输出单元640。
45.采样单元610可连续地对风力发电机组运行数据进行采样。如上所述，风力发电机组运行数据可以是例如发电机转速、变桨速度、发电机转矩等。
46.计算单元620可计算预设检测周期内风力发电机组运行数据的平均值。如上所述，预设检测周期可包括多个对风力发电机组运行数据进行采样的采样间隔。
47.确定单元630可基于预设检测周期内风力发电机组运行数据以及计算的平均值，确定预设检测周期内风力发电机组运行数据是否出现等间隔分布现象。
48.具体地讲，确定单元630可将预设检测周期内每个采样时刻的风力发电机组运行数据与计算的平均值进行比较，并且基于比较结果确定预设检测周期内风力发电机组运行数据是否出现等间隔分布现象。这里，针对预设检测周期内的任意一个采样时刻，确定单元630可响应于任意一个采样时刻的风力发电机组运行数据大于平均值，将值1存储到存储器中，并且可响应于任意一个采样时刻的风力发电机组运行数据不大于平均值，将值0存储到存储器中。其后，确定单元630可设置计数器进行计数，并且基于计数器的计数值确定预设检测周期内风力发电机组运行数据是否出现等间隔分布现象。计数器可按照以下规则进行计数：响应于连续存储的值1的数量大于第一阈值，并且随后连续存储的值0的数量大于第一阈值，将计数器的计数值增1；响应于连续存储的值0的数量大于第一阈值，并且随后连续存储的值1的数量大于第一预定阈值，将计数器的计数值增1。可选择地，响应于计数器的计数值大于第二阈值，确定单元630可确定预设检测周期内风力发电机组运行数据出现等间隔分布现象。根据本公开的实施例，第一阈值可以为例如不小于5的整数，第二阈值可以为例如不小于2的整数。
49.此外，计数器还可按照以下规则进行计数：响应于连续存储的值1的数量大于第一阈值，并且随后连续存储的值0的数量不大于第一阈值，将计数器的计数值清零；响应于连续存储的值0的数量大于第一阈值，并且随后连续存储的值1的数量不大于第一预定阈值，将计数器的计数值清零。
50.响应于确定预设检测周期内风力发电机组运行数据出现等间隔分布现象，输出单元640可输出指示预设检测周期内风力发电机组运行数据发生正弦波动的信息。例如，输出单元640可输出指示预设检测周期内风力发电机组运行数据发生正弦波动的标志以及预设检测周期内风力发电机组运行数据的最大值和最小值。
51.图7是示出根据本公开的实施例中的控制器的框图。
52.参照图7，本公开实施例中的控制器700可以是风力发电机组的主控制器，也可以是风力发电组中的任何专用控制器。根据本实施例公开的控制器700可包括处理器710和存储器720。处理器710可包括(但不限于)中央处理器(cpu)、数字信号处理器(dsp)、微型计算机、现场可编程门阵列(fpga)、片上系统(soc)、微处理器、专用集成电路(asic)等。存储器720存储将由处理器710执行的计算机程序。存储器720包括高速随机存取存储器和/或非易失性计算机可读存储介质。当处理器710执行存储器720中存储的计算机程序时，可实现如上所述的风力发电机组运行数据的波动检测方法。
53.可选择地，控制器700可以以有线/无线通信方式与风力发电机组中的其他各种组件进行通信，还可以有线/无线通信方式与风电场中的其他装置进行通信。此外，控制器700可以以有线/无线通信方式与风电场外部的装置进行通信。
54.本公开实施例中的风力发电机组运行数据的波动检测方法可被编写为计算机程序并被存储在计算机可读存储介质上。当所述计算机程序被处理器执行时，可实现如上所述的运行数据的波动检测方法。计算机可读存储介质的示例包括：只读存储器(rom)、随机存取可编程只读存储器(prom)、电可擦除可编程只读存储器(eeprom)、随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)、闪存、非易失性存储器、cd-rom、cd-r、cd+r、cd-rw、cd+rw、dvd-rom、dvd-r、dvd+r、dvd-rw、dvd+rw、dvd-ram、bd-rom、bd-r、bd-r lth、bd-re、蓝光或光盘存储器、硬盘驱动器(hdd)、固态硬盘(ssd)、卡式存储器(诸如，多媒体卡、安全数字(sd)卡或极速数字(xd)卡)、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及任何其他装置，所述任何其他装置被配置为以非暂时性方式存储计算机程序以及任何相关联的数据、数据文件和数据结构并将所述计算机程序以及任何相关联的数据、数据文件和数据结构提供给处理器或计算机使得处理器或计算机能执行所述计算机程序。在一个示例中，计算机程序以及任何相关联的数据、数据文件和数据结构分布在联网的计算机系统上，使得计算机程序以及任何相关联的数据、数据文件和数据结构通过一个或多个处理器或计算机以分布式方式存储、访问和执行。
55.本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，既能够解决由于数据波动周期较长导致统计值较小而无法检测真实的数据波动的情况，又能够自动滤除短时、偶然的数据跳变和干扰，保证波动检测的可靠性。另一方面，本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，检测准确度不受检测周期的影响，也不受数据波动幅值的影响，因此可以直接适用于多种类型数据的波动检测。
56.此外，本公开实施例中的风力发电机组运行数据的波动检测方法和波动检测装置，对运行数据的检测阈值设置没有任何要求，因此不需要频繁进行针对风力发电机组的参数调整。同时，所述波动检测方法计算简便且效率高，可以直接在plc控制器中实现，并且可以保证检测的准确度。
57.虽然已表示和描述了本公开的一些实施例，但本领域技术人员应该理解，在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下，可以对这些实施例进行修改。