叶片结冰模型的构建方法、结冰状态的监测方法和装置的制造方法

文档序号:9742603阅读:730来源:国知局
叶片结冰模型的构建方法、结冰状态的监测方法和装置的制造方法
【技术领域】
[0001] 本发明涉及风力发电技术,尤其涉及一种叶片结冰模型的构建方法、结冰状态的 监测方法和装置。
【背景技术】
[0002] 随着寒冷气候地区风力发电场建设规模的不断扩大,在该环境下工作的风电机组 的叶片很容易结冰,从而影响风电机组的发电效率,因此,如何对叶片结冰状态进行监测成 为急需解决的问题。
[0003] 通常可以通过结冰气候条件模拟的方式对风电机组当前的结冰状态进行监测,即 通过风电机组当前所处的地理位置和地理环境构建造成风电机组结冰的气候条件,然后, 通过构建造成风电机组结冰的气候条件与当前监测的气候条件进行对比,确定叶片结冰状 ??τ O
[0004] 然而,通过上述方式确定的叶片结冰状态的结果极大地依赖于测量数据的准确程 度,而且风电机组当前所处的地理位置的地形地貌会影响空气的垂直运动,以及不同的地 形会使得云层底部高度、大气液态水含量以及降雨等不同,从而很难通过上述方式准确的 确定出风电机组当前的结冰状态,导致对风电机组叶片结冰状态的监测精度较低。

【发明内容】

[0005] 本发明的目的在于,提供一种风电机组叶片结冰模型的构建方法和叶片结冰状态 的监测方法,以及实现上述方法的相应装置,从而提高对风电机组叶片结冰状态的监测精 度。
[0006] 根据本发明的一方面,提供一种风电机组叶片结冰模型的构建方法。所述方法包 括:
[0007] 获取多种反映结冰状态的样本数据,并根据所述样本数据生成所有样本数据的相 关系数矩阵;
[0008] 对所述相关系数矩阵进行因子分析,得到各样本数据针对多个预设公共因子的贡 献量的因子载荷矩阵作为风电机组叶片结冰模型,每个所述公共因子即为一个结冰类型。
[0009] 根据本发明的另一方面,提供一种风电机组叶片结冰状态的监测方法。所述方法 包括:
[0010] 获取多种反映结冰状态的样本数据;
[0011] 根据所述样本数据以及各样本数据在所述风电机组叶片结冰模型中针对多个预 设公共因子的贡献量,得到当前风电机组叶片的结冰状态,每个所述公共因子即为一个结 冰类型。
[0012] 根据本发明的又一方面,提供一种风电机组叶片结冰模型的构建装置。所述装置 包括:
[0013] 相关系数矩阵生成模块,用于获取多种反映结冰状态的样本数据,并根据所述样 本数据生成所有样本数据的相关系数矩阵;
[0014] 结冰模型构建模块,用于对所述相关系数矩阵进行因子分析,得到各样本数据针 对多个预设公共因子的贡献量的因子载荷矩阵作为风电机组叶片结冰模型,每个所述公共 因子即为一个结冰类型。
[0015] 根据本发明的又一方面,提供一种风电机组叶片结冰状态的监测装置。所述装置 包括:
[0016] 样本数据获取模块,用于获取多种反映结冰状态的样本数据;
[0017]结冰状态确定模块,用于根据所述样本数据以及各样本数据在所述风电机组叶片 结冰模型中针对多个预设公共因子的贡献量,得到当前风电机组叶片的结冰状态,每个所 述公共因子即为一个结冰类型。
[0018] 根据本发明实施例提供的叶片结冰模型的构建方法、结冰状态的监测方法和装 置,通过对多种反映结冰状态的样本数据生成的相关系数矩阵进行因子分析,得到风电机 组叶片结冰模型,并基于该风电机组叶片结冰模型对风电机组当前所处的结冰状态进行监 测,确定当前叶片的结冰状态,从而提高对风电机组叶片结冰状态的监测精度。
【附图说明】
[0019] 图1是示出根据本发明实施例一的风电机组叶片结冰模型的构建方法的流程图;
[0020] 图2是示出根据本发明实施例二的风电机组叶片结冰模型的构建方法的流程图;
[0021] 图3是示出根据本发明实施例三的风电机组叶片结冰状态的监测方法的流程图;
[0022] 图4是示出根据本发明实施例四的风电机组叶片结冰状态的监测方法的流程图;
[0023] 图5是示出根据本发明实施例五的风电机组叶片结冰模型的构建装置的一个逻辑 框图;
[0024] 图6是示出根据本发明实施例五的风电机组叶片结冰模型的构建装置的另一个逻 辑框图;
[0025] 图7是示出根据本发明实施例六的风电机组叶片结冰状态的监测装置的一个逻辑 框图;
[0026] 图8是示出根据本发明实施例六的风电机组叶片结冰状态的监测装置的另一个逻 辑框图。
【具体实施方式】
[0027] 本方案的发明构思是,通过对多种反映结冰状态的样本数据生成的相关系数矩阵 进行因子分析,得到风电机组叶片结冰模型,并基于该风电机组叶片结冰模型对风电机组 当前所处的结冰状态进行监测,确定当前叶片的结冰状态,从而提高对风电机组叶片结冰 状态的监测精度。
[0028] 下面结合附图详细描述本发明的示例性实施例。
[0029] 实施例一
[0030] 图1是示出根据本发明实施例一的风电机组叶片结冰模型的构建方法的流程图。 通过包括如图5所示的装置执行该方法。
[0031] 参照图1,S110,获取多种反映结冰状态的样本数据,并根据该样本数据生成所有 样本数据的相关系数矩阵。
[0032] 其中,叶片的结冰状态可以包括多种,例如气象结冰和设备结冰等,气象结冰可以 是指当前已达到了能够结冰的条件而结冰的状态,设备结冰可以是冰遗留在设备表面的状 态,或者也可以是叶片结冰干扰了风电机组的正常运行的结冰状态。
[0033] 具体地,由于风能资源较丰富的区域多是高原、山顶及山脊等,而这些区域通常温 度较低、海拔较高且湿度较大,这样的条件很容易造成风电机组的叶片结冰,进而引起风电 机组叶片过载、叶片冰载荷分布不均而影响风电机组的发电量,为此,可以对造成叶片结冰 的因素进行分析统计,得到相应的影响因素,例如,风电机组当前所处地域的环境因素(如 气温、风速和地理位置等因素)和风电机组自身因素(如叶片的材料、风电机组的额定功率 等)等。为了对上述影响因素做进一步地的分析,可以选择一个具有代表性的风场进行试 验,并可以在该风场中以抽样的方式选取一定数量的风电机组作为试验对象。可以为造成 风电机组叶片结冰的所有影响因素分别设置相应的传感器,并将传感器安装在风电机组的 相应位置,例如,可以在风电机组的叶片上安装贴片式拉力传感器、温度传感器和/或振动 传感器等直接贴到风电机组的叶片上,也可以将不同的传感器安装在风电机组的不同位 置,各个传感器的实际安装位置可以根据实际情况进行设定。这样,可以通过传感器实时采 集相应影响因素的测量数值(即样本数据的数据值),具体地,传感器安装后,可以通过预定 数据采集系统控制相应的传感器采集相应的数据,并通过有线或无线通信的方式将该数据 发送给数据采集系统,该数据采集系统可以将该数据作为样本数据存储在预定的存储设备 中,例如,可以在风电机组的机头预定位置处安装温度传感器,通过数据采集系统控制该温 度传感器实时采集风电机组当前所处的环境温度,并将该环境温度的数值发送给数据采集 系统作为样本数据进行存储。这样,通过每一个影响因素对应的传感器所采集到的数据得 到能够反映结冰状态的样本数据。
[0034] 然而,在对上述得到的多种样本数据进行分析的过程中,为了确定其中的任意两 种样本数据之间是否相关,其相关程度如何,可以对任意两种样本数据进行相关性计算,具 体地,可以设置相应的相关函数,其中,相关函数可以是用于描述两个信号或数据(信号或 数据可以是随机的,也可以是确定的)在某时刻或某时间段内的相关程度。另外,需要说明 的是,相关函数可以包括自相关函数和互相关函数,本实施例中设置的相关函数可以是互 相关函数。然后,可以从多种样本数据中任选两种样本数据,将该两种样本数据输入到设置 的相关函数中进行相关性计算,得到该两种样本数据之间的相关系数,通过上述方式,可以 计算得到多种样本数据中任意两种样本数据之间的相关系数,最后,可以基于任意两种样 本数据之间的相关系数构造所有样本数据的相关系数矩阵。
[0035]需要说明的是,任意两种样本数据之间的相关系数的数值可以大于或等于0,如果 相关系数的数值为〇,则表示该两种样本数据之间毫无相关性,如果相关系数的数值大于〇, 则两种样本数据之间的相关性会根据该数值的大小而不同。另外,为了提高数据的处理效 率,还可以将任选的两种样本数据输入到相关软件(如Matlab软件等)中进行计算得到两种 样本数据之间的相关系数。
[0036] S120,对该相关系数矩阵进行因子分析,得到各样本数据针对多个预设公共因子 的贡献量的因子载荷矩阵作为风电机组叶片结冰模型,每个公共因子即为一个结冰类型。
[0037] 其中,因子分析可以是一种从变量群组中提取共性因子的统计技术。因子分析的 方法可以包括多种,例如重心法、最大似然解、最小平方法和阿尔发抽因法等。结冰类型可 以包括多种,例如冻雾覆冰和降雨型结冰等,其中,冻雾覆冰还可以包括雾凇冰和釉结冰 等,降雨型结冰还可以包括冻雨、小雨和湿润的雪等。公共因子可以是通过因子分析从变量 群组中提取的共性因子。贡献量可以用于表示样本数据对公共因子的贡献程度,也可以通 过权重的方式表示。
[0038] 具体地,可以从多种因子分析的方法中选择一种方法对
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1