风电机组叶轮气动平衡优化方法及装置与流程

本技术涉及风力发电，尤其涉及一种风电机组叶轮气动平衡优化方法及装置。

背景技术：

1、目前,风力发电在供电体系中的占比越来越高，因此确保风电机组的正常运行变得愈加重要。当前主流风力发电机组普遍采用上风向、水平轴和三叶片的结构形式，机组叶轮吸收风能转为电能。而叶片气动特性的不平衡会对风电机组造成负面影响，比如，通过对比同等风况下正常机组转频能够观测到，叶片气动不平衡会造成纵向振动明显增大，叶轮气动不平衡带来的非预期周期性振动长期积累，影响机组安全、使用寿命和稳定运行。

2、其中，引起叶轮气动不平衡的因素，包括：三只叶片制造工艺差异、叶片安装工艺角度偏差、叶片运行磨损、叶片污染和叶片结冰等。为避免叶轮气动不平衡带来的影响，需要对叶轮气动平衡进行优化。

3、相关技术中，进行叶轮气动平衡优化时，通常是通过软件策略进行桨角限制额外附加补偿或叶片零刻线重新校准等操作。然而，相关技术中的优化方式，一般需要安装额外的叶片结构载荷传感器，来检测叶轮平衡状态并调整补偿桨角，成本较高，且未考虑到优化过程风况、转速变化等实际因素的不确定性，优化结果的可靠性较低。并且，在优化过程中的信号频谱计算等计算过程会占用较多的计算资源。

4、因此，如何降低叶轮气动平衡优化的成本和占用的计算资源，并提高优化结果的可靠性，成为目前亟需解决的问题。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本技术的第一个目的在于提出一种风电机组叶轮气动平衡优化方法，该方法基于边缘计算进行叶轮平衡优化，无需增加额外的传感器设备，基于现有的机舱振动加速度信号通过灵活的软件策略实现叶轮平衡优化，降低了叶轮气动平衡优化占用的plc计算资源和硬件成本，提高了寻优的环境适应性和可靠性。

3、本技术的第二个目的在于提出一种风电机组叶轮气动平衡优化装置；

4、本技术的第三个目的在于提出一种非临时性计算机可读存储介质。

5、为达上述目的，本技术的第一方面实施例在于提出一种风电机组叶轮气动平衡优化方法，该方法包括以下步骤：

6、设置叶轮气动平衡寻优的条件和实施参数，并通过风电机组的plc收集所述风电机组的运行信息,将所述运行信息发送至预设的边缘计算设备；

7、通过所述边缘计算设备根据所述运行信息判断所述风电机组的运行状态是否满足所述条件，在不满足的情况下调整运行参数直至满足所述条件；

8、通过所述边缘计算设备向所述plc发送包含所述实施参数的寻优控制指令，基于附加补偿桨角进行叶轮气动平衡寻优，其中，根据机舱振动加速度信号确定一次寻优过程中的目标附加补偿桨角；

9、重复多次寻优过程直至完成一轮寻优，根据全部寻优过程的所述目标附加补偿桨角确定本轮寻优结果，并进行多轮迭代寻优直至满足寻优结束条件，确定并应用最终寻优结果。

10、可选地，在本技术的一个实施例中，实施参数，包括：单次寻优时间限制值、每个叶片的附加补偿桨角步长和所述一轮寻优中的寻优过程重复次数，所述设置叶轮气动平衡寻优的条件，包括：收集所述风电机组的历史运行数据，通过检测所述历史运行数据是否存在异常，确定寻优过程需要避开的异常扇区和风速区间；设置寻优过程中所述风电机组运行转频的最低频率阈值；确定寻优过程中需要避开的与其他机组频率的共振区域；确定寻优过程未运行在提前变桨功能起作用的风速区间；设置寻优过程中环境参数阈值。

11、可选地，在本技术的一个实施例中，判断所述风电机组的运行状态是否满足所述条件，在不满足的情况下调整运行参数直至满足所述条件，包括：在所述风电机组当前的运行转频低于所述最低频率阈值时，按照预设转速变化率提升切入转速，直至达到目标切入转速点；判断是否进行抬升桨角限制，若是，则在当前桨角限制值的基础上，按预设变桨速率抬升桨角限制值，直至桨角限制值达到目标桨角限制值，其中，通过以下公式计算所述目标桨角限制值：

12、pnew＝p0+n*△p

13、其中，pnew是目标桨角限制值，p0是初始桨角限制值，△p是桨角增加步长，n是抬升过程循环次数。

14、可选地，在本技术的一个实施例中，基于附加补偿桨角进行叶轮气动平衡寻优，包括：调整故障参数阈值；对于任一叶片，将所述任一叶片的桨角在正负方向上根据所述附加补偿桨角步长分别变化一次；在达到寻优切换时长时，通过快速傅里叶变换fft提取当前附加补偿桨角状态下，机舱振动加速度信号方向上的相对叶轮转频1p和1p幅值；切换至下一叶片进行附加补偿桨角变化，直至完成全部叶片的寻优，并获取8组附加补偿桨角配置数据；对比所述8组附加补偿桨角配置数据，确定所述1p幅值最低对应的附加补偿桨角为本次寻优过程的所述目标附加补偿桨角；将所述故障参数阈值恢复为初始状态。

15、可选地，在本技术的一个实施例中，该方法还包括：在一次寻优过程中，当寻优时长达到寻优总时长限制，以及寻优期间风速或风向变化超过的对应的限制时，判定本次寻优异常；在所述确定所述1p幅值最低对应的附加补偿桨角为本次寻优过程的所述目标附加补偿桨角之后，还包括：确定所述8组附加补偿桨角配置数据中的寻优前后的两组初始叶轮平衡状态数据的对比差异；判断所述对比差异是否大于预设的差异阈值，若是，则判定本次寻优异常，若否，则确定本次寻优为有效寻优。

16、可选地，在本技术的一个实施例中，根据全部寻优过程的所述目标附加补偿桨角确定本轮寻优结果，包括：通过集成学习算法对每次寻优过程的寻优结果进行验证，判断本轮寻优中全部的寻优过程的目标附加补偿桨角是否相等，若是，则确定本轮寻优结果为所述目标附加补偿桨角，若否，则确定本轮寻优结果异常。

17、可选地，在本技术的一个实施例中，在所述确定并应用最终寻优结果之后，还包括：获取同等风速区间下，所述风电机组分别在初始桨角限制状态下和应用所述最终寻优结果状态下的运行数据，其中，所述运行数据包括功率数据、载荷数据和振动数据；对比两组运行数据的差异，根据差异统计结果验证所述最终寻优结果。

18、可选地，在本技术的一个实施例中，所述边缘计算设备设置在所述风电机组的塔底、机舱或风电场站中的其它位置处，在所述边缘计算设备与所述plc通讯中断时，所述plc对所述边缘计算设备输出的控制指令自动进行带速率过渡方式的初始化。

19、为达上述目的，本技术的第二方面实施例还提出了一种风电机组叶轮气动平衡优化装置，包括以下模块:

20、设置模块，用于设置叶轮气动平衡寻优的条件和实施参数，并通过风电机组的plc收集所述风电机组的运行信息,将所述运行信息发送至预设的边缘计算设备；

21、调整模块，用于通过所述边缘计算设备根据所述运行信息判断所述风电机组的运行状态是否满足所述条件，在不满足的情况下调整运行参数直至满足所述条件；

22、寻优模块，用于通过所述边缘计算设备向所述plc发送包含所述实施参数的寻优控制指令，基于附加补偿桨角进行叶轮气动平衡寻优，其中，根据机舱振动加速度信号确定一次寻优过程中的目标附加补偿桨角；

23、确定模块，用于重复多次寻优过程直至完成一轮寻优，根据全部寻优过程的所述目标附加补偿桨角确定本轮寻优结果，并进行多轮迭代寻优直至满足寻优结束条件，确定并应用最终寻优结果。

24、为了实现上述实施例，本技术第三方面实施例还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的风电机组叶轮气动平衡优化方法。

25、本技术的实施例提供的技术方案至少带来以下有益效果：本技术基于边缘计算进行叶轮平衡优化，降低了叶轮气动平衡优化占用的机组plc计算资源，无需额外增加价格昂贵的传感器(比如，相关技术中的叶片结构载荷传感器和主轴传感器等)，仅基于现有的机舱振动加速度信号通过灵活的软件策略实现叶轮平衡优化，降低了气动平衡优化的硬件成本。根据机组当前所处的环境和运行工况，临时改变机组运行参数(比如，切入转速)，提高了寻优过程的环境适应性。通过增加寻优过程的限制条件、运行机器学习中的集成学习方法确定一轮的寻优结果以及对最终的寻优结果进行验证等方式，保证了寻优结果的准确性和可靠性。由此，本技术通过合理的寻优过程中桨角限制配置策略，可进行快速、准确和针对性的叶轮平衡优化，通过应用寻优结果可实现提升风电机组的发电量、降低机组振动、和提高机组部件寿命，有利于机组的安全和稳定运行。

26、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。