[發明專利]一種風電場載荷的長期評估方法

在審

• 申請號: 201510873111.8
• 申請日: 2015-12-02
• 公開（公告）號: CN106815771A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 薛揚;馬曉晶;王瑞明;付德義;邊偉;陳晨;李松迪
• 申請（專利權）人: 中國電力科學研究院;國家電網公司;中電賽普檢驗認證（北京）有限公司;中電普瑞張北風電研究檢測有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司11271
• 代理人: 徐國文

1.一種風電場載荷的長期評估方法，其特征在于，所述方法包括：

(1)選擇典型風電機組；

(2)對典型風電機組進行載荷測試，計算等效載荷；

(3)獲取與典型風電機組的測量數據同步的SCADA數據，并對數據按照典型風電機組的運行狀態分類；

(4)基于人工神經網絡的理論和方法，建立基于SCADA數據和載荷測試結果的模型；

(5)將典型風電機組的載荷模型應用于風電場內其他風電機組，并結合SCADA數據，計算待評估風電機組的載荷。

2.如權利要求1所述的方法，其特征在于，所述步驟(1)中，典型風電機組的條件是：風電場的每個型號的風電機組選擇一臺，如果風電場有多個型號，則選擇多臺典型風電機組。

3.如權利要求1所述的方法，其特征在于，所述步驟(2)中計算等效載荷包括下述步驟：

2‐1在典型風電機組上安裝應變片，測量風電機組的載荷；定義采樣率為50Hz，平均周期為10min；其中，

測量的載荷參數，包括葉根彎矩、主軸扭矩、主軸彎矩、塔頂彎矩和塔底彎矩；

2‐2對載荷測試的10min時間序列進行雨流分析，獲得雨流分析結果，即Markov矩陣；

2‐3將雨流分析結果規格化至1Hz；

2‐4計算等效載荷，其表達式為：

$L_{eq}={\[\frac{{\mathrm{\ΣR}}_i^m\×n_i}{N_{eq}}\]}^{1/m}$

式中：L_eq為等效載荷，R_i為第i級的載荷幅值，n_i為第i級的載荷循環次數，N_eq為等效載荷循環次數，m為材料S-N曲線的斜率。

4.如權利要求1所述的方法，其特征在于，所述步驟(3)的分類方法具體包括：

3‐1以10min為測量周期，采集典型風電機組與測試同步的SCADA數據，將載荷測試數據和SCADA數據合并；其中，

SCADA參數，包括風速、風向、功率、轉速、槳距角、偏航偏差和風電機組的運行狀態；

3‐2對數據進行清洗，剔除無效數據；即僅保留風電機組在正常發電狀態的數據，剔除傳感器過載的數據；

3‐3根據SCADA數據和載荷測試數據攜帶風電機組狀態標識進行分類，包括穩定工況和瞬態工況；并在穩定工況下，根據風向劃分數據的尾流情況。

5.如權利要求4所述的方法，其特征在于，所述穩定工況，包括正常發電狀態、故障狀態、停機和空轉；

所述瞬態工況，包括啟動、正常停機和緊急停機；

所述尾流情況，包括風輪不受尾流影響、部分風輪受尾流影響和風輪完全被尾流影響。

6.如權利要求1所述的方法，其特征在于，所述步驟(4)建立SCADA數據和載荷測試結果的模型包括：以SCADA數據的風速、功率、轉速、槳距角、偏航偏差為輸入，以典型風電機組測量的載荷測試結果為輸出，使用人工神經網絡的方法，根據不同的風電機組運行狀態和不同的載荷參數分別建模。

7.如權利要求1所述的方法，其特征在于，所述步驟(5)計算待評估風電機組的載荷包括：

5‐1以10min為測量周期，獲取風電場內與典型風電機組同型號的其他風電機組長期的SCADA數據；

5‐2對數據進行清洗，剔除無效數據；即僅保留風電機組在正常發電狀態的數據，剔除傳感器過載的數據；

5‐3對待評估風電機組的每個10min數據的風電機組狀態進行分類；

5‐4分別根據不同的狀態類別，選擇相應的模型進行計算，自動輸出載荷結果；包括葉根彎矩、主軸扭矩、主軸彎矩、塔頂彎矩和塔底彎矩。