风电机组的控制器滤波参数优化方法和装置

技术领域

本申请涉及风电领域，更具体地讲，涉及一种风电机组的控制器滤波参数优化方法和装置。

背景技术

风电机组(以下也可简称为机组)在运行过程中需要保证风电机组控制器输入转速信号对于特定频率(例如，塔架频率、叶片模态频率等)滤波正常，从而达到预期的控制效果。

然而，随着风电场的规模增大，风电机组的机型愈加多样化。风电机组控制器的转速滤波参数(包括塔架频率参数、叶片模态频率参数、转频参数等，以下简称为滤波参数)一般在风机设计或定制化阶段就被确定并被预设到现场的风电机组控制器中。例如，滤波参数中的预设塔架频率参数的准确性会影响风电机组控制器的输入，进而影响风电机组控制的稳定性。但是在机型设计或定制化阶段确定的塔架频率参数和现场实际的塔架频率由于塔架基础所处地质状况、塔筒生产制造工艺、材料特性、滤波参数人为配置等因素可能存在偏差，因此需要监测风电机组的塔架实际频率和设计频率是否有较大偏差，并根据偏差结果确定是否进行自动修正。

此外，随着风机运行时间增长，由于现场风况以及风电机组本身受到腐蚀等影响，不可避免地会导致机组频率(例如，风电机组的塔架频率、叶片模态频率等)出现偏差，从而导致风电机组运行不稳定，减少机组预期寿命，因此需要长期对风电机组进行监控，如果机组频率发生变化，则还需要捕捉异常并及时对机组频率进行修正。

目前，对于现场风电机组的预设塔架频率参数和实际塔架频率之间可能存在的偏差，由于风电机组PLC的算力和实时性限制，在风电机组控制器上做塔架频率高精度频谱自动分析和优化较为困难，一般需要工程师手动收集现场运行数据，分析运行数据的频谱，从而得到实际塔架频率并更新到现场控制器滤波参数中，整套流程下来时间耗费较长且效率不高。

因此，需要一种能够自动监控机组频率以发现是否存在滤波参数异常，异常，并还能够在出现异常时快速高效地对风电机组的控制器滤波参数进行自动优化的方案。

发明内容

为了至少解决现有技术中的上述问题，本申请提供了一种风电机组的控制器滤波参数优化方法和装置。

根据本发明的一方面，提供了一种风电机组的控制器滤波参数优化方法，其特征在于，所述方法包括：采集风电机组的运行数据，其中，运行数据包括第一数据以及使用预定滤波器对第一数据进行滤波之后获得的第二数据；对第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常；当确定存在滤波异常时，基于频谱分析结果来优化预定滤波器的滤波参数。

根据本发明的另一方面，提供了一种风电机组的控制器滤波参数优化装置，其特征在于，所述装置包括：数据采集单元，被配置为采集风电机组的运行数据，其中，运行数据包括第一数据以及使用预定滤波器对第一数据进行滤波之后获得的第二数据；数据分析单元，被配置为对第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常；参数优化单元，被配置为当确定存在滤波异常时，基于频谱分析结果来优化预定滤波器的滤波参数。

根据本发明的另一方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现前述风电机组的控制器滤波参数优化方法。

根据本发明的另一方面，提供了一种计算机设备，包括存储有计算机程序指令的可读介质，计算机程序指令包括用于执行前述风电机组的控制器滤波参数优化方法的指令。

根据本发明的另一方面，提供了一种风力发电机组，所述风力发电机组包括所述的计算机设备。

有益效果

通过应用根据本申请的示例性实施例的风电机组的控制器滤波参数优化方法和装置，能够自动监控机组频率以便及时发现是否存在控制器滤波参数异常，并快速实现对滤波参数的自动优化，进而修正机组频率，大大提高了风机运行稳定性，保证机组运行寿命。

附图说明

从下面结合附图对本公开的实施例的详细描述中，本申请的这些和/或其他方面和优点将变得更加清楚并更容易理解，其中：

图1是示出根据本公开的示例性实施例的风电机组的控制器滤波参数优化装置的框图。

图2是示出根据本公开的示例性实施例的数据分析单元的结构的框图。

图3是示出根据本公开的示例性实施例的数据分析单元的处理的流程图。

图4是示出根据本公开的示例性实施例的风电机组的控制器滤波参数优化方法的流程图。

图5是示出根据本公开的示例性实施例的风电机组的控制器滤波参数优化方法的示例应用示意图。

在下文中，将结合附图详细描述本申请，贯穿附图，相同或相似的元件将用相同或相似的标号来指示。

具体实施方式

提供以下参照附图进行的描述，以帮助全面理解由权利要求及其等同物限定的本申请的示例性实施例。所述描述包括各种特定细节以帮助理解，但这些细节被认为仅是示例性的。因此，本领域的普通技术人员将认识到：在不脱离本申请的范围和精神的情况下，可对这里描述的实施例进行各种改变和修改。此外，为了清楚和简明，省略已知功能和构造的描述。

图1是根据本公开的示例性实施例示出的风电机组的控制器滤波参数优化装置100的框图。该装置可以集成在风机主控PLC上，或者直接用风机主控PLC的一个功能单元实现，也可以由除以上两者之外的控制器上实现，在此不作过多限制。

参照图1，根据本公开的示例性实施例示出的滤波参数优化装置100包括数据采集单元110、数据分析单元120以及参数优化单元130。

数据采集单元110采集风电机组的运行数据。这里，数据采集单元110以预定周期来采集运行数据，例如，数据采集单元110每10分钟采集10分钟的运行数据，并且数据采集频率是预设频率(例如，50Hz)。

在本发明的示例性实施例中，为了获知风电机组的控制器滤波参数是否异常，上述运行数据包括滤波前转速数据和滤波后转速数据。仅作为示例，例如，为了确定塔架参数滤波器的滤波参数是否准确，所采集的运行数据包括滤波前转速数据和使用塔架参数滤波器对滤波前转速数据进行滤波得到的滤波后转速数据。类似地，为了确定叶片模态参数滤波器的滤波参数是否准确，所采集的运行数据包括滤波前转速数据和使用叶片模态参数滤波器对滤波前转速数据进行滤波得到的滤波后转速数据。此外，当叶片模态参数滤波器和塔架参数滤波器(例如，塔架一阶滤波器)被同时使用时，这两个滤波器可串联使用，因此，所采集的运行数据包括滤波前转速数据和使用这两个滤波器对滤波前转速数据进行滤波得到的滤波后转速数据。滤波后转速数据作为风电机组的控制器进行控制所使用的输入数据。在下文中，为了便于描述，将滤波前转速数据称为“第一数据”，并将滤波后转速数据称为“第二数据”。

仅作为示例，运行数据包括风机状态数据、发电机转速瞬时值、策略变桨滤波转速、风机桨叶桨距角、风机桨叶的变桨速度以及风机运行转速设定值中的至少一个。这里，发电机转速瞬时值即为滤波前转速数据(即，第一数据)，而策略变桨滤波转速是通过预定滤波器(例如，塔架参数滤波器、叶片模态参数滤波器等等)对发电机转速瞬时值进行滤波之后获得的滤波后转速数据(即，第二数据)。然而，应该理解，所采集的运行数据中所包括的数据不限于此，而是还包括其他各种数据，或者除了发电机转速瞬时值和策略变桨滤波转速之外，不包括其他数据中的一些(例如，可不采集风机运行转速设定值)。

可选地，为提高数据分析的准确度，在采集了运行数据之后，数据采集单元110还对采集的运行数据进行筛选以获取有效运行数据。具体来说，数据采集单元110首先去除所采集的运行数据中的异常数据(即，所采集的运行数据中的不可用于分析的部分，例如，字符串、乱码、空值等等)，并随后将在满足预设条件下采集的运行数据确定为有效运行数据。这里，上述预设条件是：

(1)风电机组的风机状态为正常运行状态；

(2)风电机组的转速运行在风机设定转速；

(3)风电机组的运行桨距角大于最优桨距角；并且

(4)风电机组的变桨速率绝对值均值大于预设速率阈值。

也就是说，对于所采集的每条运行数据，数据采集单元110根据该条运行数据中的风机状态数据、风机桨叶桨距角、风机桨叶的变桨速度以及风机运行转速设定值，来确定是否满足以上预设条件并确定该条运行数据是否为有效运行数据。例如，基于风机状态数据确定风电机组的风机状态是否为正常运行状态，基于风机桨叶桨距角来确定风电机组的运行桨距角是否大于最优桨距角，基于风机桨叶的变桨速度来确定风电机组的变桨速率绝对值均值是否大于预设速率阈值，并且基于风机运行转速设定值与发电机转速瞬时值的比较来确定风电机组的转速是否运行在风机设定转速。

数据采集单元110仅将有效运行数据提供给数据分析单元120以供后续分析。此外，应该理解，尽管在以上描述中由数据采集单元110来完成有效运行数据的筛选，但本发明不限于此，也可由数据分析单元120来实现这一筛选处理。

数据分析单元120对运行数据中的第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常。

下面将结合图2和图3对数据分析单元120的处理进行详细解释。

图2是根据本发明的示例性实施例示出的数据分析单元120的结构的框图。图3是根据本发明的示例性实施例示出的数据分析单元120的处理的流程图。

如图2所示，数据分析单元120包括频域转换模块210、频谱搜索模块220以及分析模块230。

当接收到数据采集单元110采集的运行数据(或有效运行数据)之后，如图3所示，频域转换模块210将第一数据和第二数据转换至频域，获得与第一数据对应的第一频域数据以及与第二数据对应的第二频域数据(步骤S310)，从而能够得到第一数据和第二数据的频域频谱。这里，频域转换模块210使用傅里叶变换(FFT)或功率谱密度(PSD)等方法对第一数据和第二数据进行频域转换。此外，频域转换模块210在接收到预定数量(例如，30000条)的运行数据(或有效运行数据)之后，执行上述频域转换处理。

之后，频谱搜索模块120在第一频域数据中搜索预设参数的第一频率及第一幅值，并在第二频域数据中搜索该预设参数的第二频率及第二幅值(步骤S320)。这里，预设参数是与作为优化目标的滤波器相关的参数。换言之，当根据本公开的示例性实施例的滤波参数优化装置100在于监控并优化塔架参数滤波器的滤波参数时，所采集的第二数据是使用塔架参数滤波器对第一数据进行滤波得到的数据，而所搜索的预设参数即为塔架参数；当滤波参数优化装置100在于监控并优化叶片模态参数滤波器的滤波参数时，所采集的第二数据是使用叶片模态参数滤波器对第一数据进行滤波得到的数据，而所搜索的预设参数即为叶片模态参数。

下面将详细描述频谱搜索模块120搜索预设参数的频率和幅值的处理。为便于解释，在以下描述中，假设优化目标为塔架参数滤波器的滤波参数，第二数据是使用塔架参数滤波器对第一数据进行滤波得到的数据，并且在第一频域数据和第二频域数据中搜索塔架参数的频率和幅值。

频谱搜索模块120首先以塔架参数滤波器的预设频率参数为中心，分别在第一频域数据和第二频域数据中在预设频率范围(例如，以预设频率参数为中心偏差不大于10％的范围)内搜索塔架参数的第一频率和第二频率。这里，将第一频域数据中以预设频率参数为中心的预设频率范围内的最大幅值所对应的频率确定为塔架参数的第一频率并将该最大幅值确定为塔架参数的第一幅值，因此，塔架参数的第一频率和第一幅值为滤波前的塔架参数一阶频率和对应幅值。类似地，将第二频域数据中以预设频率参数为中心的预设频率范围内的最大幅值所对应的频率确定为塔架参数的第二频率并将该最大幅值确定为塔架参数的第二幅值，因此，塔架参数的第二频率和第二幅值是滤波后的塔架参数一阶频率和对应幅值。此外，当频域数据中在预设频率范围中存在转频倍频干扰时，频谱搜索模块120还可先对转频倍频做预滤波处理，并在预滤波之后再搜索塔架参数的频率和幅值。

当频谱搜索模块120未在预设频率范围内搜索到塔架参数的第一频率与第二频率时(步骤S330-否)，分析模块130确定塔架参数滤波器出现故障(换言之，无法通过优化滤波参数进行校正)，并发出故障警告(步骤S370)。

当频谱搜索模块120在预设频率范围内搜索到塔架参数的第一频率与第二频率以及对应的第一幅值和第二幅值时(步骤S330-是)，分析模块130基于塔架参数的第一频率与第二频率之间的频率偏差以及塔架参数的第一幅值与第二幅值的衰减比值，确定是否存在滤波异常。

更具体地讲，分析模块130首先确定塔架参数的第一频率与第二频率之间的频率偏差(即，滤波前后的频率偏差)是否小于预设频率偏差阈值(步骤S340)，如果小于预设频率偏差阈值(步骤S340-是)，则分析模块130进一步确定塔架参数的第一幅值与第二幅值的衰减比值(即，滤波前后的衰减比值)与塔架参数滤波器的预设衰减比值之比是否大于预设比值(步骤S350)，如果大于预设比值(步骤S350-是)，则分析模块130确定塔架参数滤波器的滤波参数存在异常(步骤S360)。

此外，如果塔架参数的第一频率与第二频率之间的频率偏差大于或等于预设频率偏差阈值(步骤S340-否)或者塔架参数的第一幅值与第二幅值的衰减比值与塔架参数滤波器的预设衰减比值之比小于或等于预设比值(步骤S350-否)，则分析模块130也可确定塔架参数滤波器出现故障，并发出故障警告(步骤S370)。

尽管以上描述以塔架参数滤波器为例详细解释了如何确定滤波异常，但应该理解，当优化目标为叶片模态参数滤波器或其他参数滤波器的滤波参数时，可以用类似的方式进行处理。

返回参照图1，当如上确定存在滤波异常时，参数优化单元130基于数据分析单元120的频谱分析结果来优化对应滤波器的滤波参数。以下仍然以塔架参数滤波器为例进行详细解释。

当确定塔架参数滤波器存在滤波异常时，参数优化单元130使用数据分析单元120中分析得到的塔架参数的第一频率与第二频率来修改塔架参数滤波器的滤波频率参数。也就是说，参数优化单元130使用实际塔架频率来优化塔架参数滤波器的预设滤波频率参数。

仅作为示例，将塔架参数滤波器的预设滤波频率参数修改为塔架参数的第一频率、塔架参数的第二频率、塔架参数的第一频率与第二频率的均值、或者基于塔架参数的第一频率与第二频率得到的其他统计值，由此实现风电机组的控制器滤波参数优化过程。在本发明的示例性实施例中，作为一种示例实现方式，参数优化单元130将优化结果(即，所确定的塔架参数滤波器的新频率)作为参数修改指令发送给风电机组的PLC，以由PLC将对应的滤波参数修改为优化结果。

根据本发明的示例性实施例的滤波参数优化装置100按照预设时间间隔开启运行(例如，每个月开启运行)，也可以应运维工作人员的请求被开启运行。此外，滤波参数优化装置100作为辅助控制设备或辅助控制设备的一部分被布置边缘端的单个风机中，通过与风电机组的PLC进行通信来实时采集风电机组在运行过程中所产生的转速、运行状态等数据，从而能够基于对这些数据的分析确定是否协同PLC来更新对应风电机组的控制器滤波参数，此时，为了保证能够识别出滤波参数异常并能够根据异常进行参数推送，将上述优化过程中可能涉及的一些预设参数(例如，最优桨角、转速偏差阈值、桨角阈值、频率偏差阈值、前述步骤S350中使用的预设比值、待优化的滤波器的频率和阻尼比(被用来确定滤波器幅值衰减比值)等)作为预设配置信息预存储在滤波参数优化装置100。此外，滤波参数优化装置100也可被布置在场级控制平台，通过风电场场级控制平台实现对整场所有风机的监控和滤波参数优化。

图4是示出根据本公开的示例性实施例的风电机组的控制器滤波参数优化方法的流程图。

参照图4，在步骤S410，由数据采集单元110采集风电机组的运行数据。这里，运行数据包括第一数据(即，滤波前转速数据)以及使用预定滤波器(例如，塔架参数滤波器、叶片模态参数滤波器等)对第一数据进行滤波之后获得的第二数据(即，滤波后转速数据)。

之后，在步骤S420，数据分析单元120对第一数据和第二数据进行频谱分析，并且在步骤S430，数据分析单元120基于频谱分析结果来确定是否存在滤波异常。

当确定存在滤波异常时(步骤S430-是)，在步骤S440，参数优化单元130基于频谱分析结果来优化预定滤波器的滤波参数。

此外，当确定不存在滤波异常时(步骤S430-否)，此轮控制器滤波参数优化方法结束。

以上已参照图1至图3详细描述图4的各个步骤中由各个部件所执行的详细操作，因此为了简明，在此将不再进行更详细地描述。

图5是示出根据本公开的示例性实施例的风电机组的控制器滤波参数优化方法的示例应用示意图。

如图5中所示，滤波参数优化装置100接收从机组采集的滤波前转速数据和滤波后转速数据，并通过FFT将其转换至频域，分别提取滤波前/后的塔架/叶片模态频率和幅值，基于提取的频率和幅值进行滤波异常判断并在日志记录中存储判断结果。此外，当确定存在滤波异常时，滤波参数优化装置100将参数修改指令发送给机组的PLC，以优化机组的控制器滤波参数。图5中各个阶段的具体操作已在前面被详细描述，这里不再提供进一步解释。

通过应用根据本申请的示例性实施例的风电机组的控制器滤波参数优化方法和装置，能够自动监控机组频率以及时发现是否存在控制器滤波参数异常，并快速实现对滤波参数的自动优化，进而修正机组频率，大大提高了风机运行稳定性，保证机组运行寿命。

以上已参照图1至图5描述了根据本公开的示例性实施例的风电机组的控制器滤波参数优化方法和装置。然而，应理解的是：附图中示出的装置和系统被分别配置为执行特定功能的软件、硬件、固件或上述项的任意组合。例如，这些系统、装置对应于专用的集成电路，也可对应于纯粹的软件代码，还可对应于软件与硬件相结合的模块。此外，这些系统或装置所实现的一个或多个功能也可由物理实体设备(例如，处理器、客户端或服务器等)中的组件来统一执行。

此外，上述方法可通过记录在计算机可读存储介质上的计算机程序指令来实现，计算机程序指令在被处理器或其他类型的计算装置执行时实现该方法。存储介质还可单独包括程序指令、数据文件、数据结构等或数据文件、数据结构等与程序指令的组合。计算机可读存储介质的示例包括磁介质(例如，硬盘、软盘和磁带)、光介质(例如，CD ROM盘和DVD)、磁光介质(例如，光盘)以及专门配置为存储和执行程序指令的硬件装置(例如，只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。程序指令的示例包括(例如，由编译器产生的)机器代码和包含可由计算机使用解释器执行的更高级代码的文件。描述的硬件装置可被配置用作一个或多个软件单元以执行上述操作和方法，反之亦然。此外，计算机可读存储介质可分布在通过网络连接的计算机系统中，并且计算机可读代码或程序指令可以以分布方式被存储和执行。

例如，根据本申请的示例性实施例，可提供一种存储指令的计算机可读存储介质，其中，当指令被至少一个计算装置运行时，促使至少一个计算装置执行以下步骤：采集风电机组的运行数据，其中，运行数据包括第一数据以及使用预定滤波器对第一数据进行滤波之后获得的第二数据；对第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常；当确定存在滤波异常时，基于频谱分析结果来优化预定滤波器的滤波参数。

上述计算机可读存储介质中存储的指令可在诸如客户端、主机、代理装置、服务器等计算机设备中部署的环境中运行，应注意，指令还可用于执行除了上述步骤以外的附加步骤或者在执行上述步骤时执行更为具体的处理，这些附加步骤和进一步处理的内容已经在参照图1至图5进行相关系统和方法的描述过程中提及，因此这里为了避免重复将不再进行赘述。

应注意，根据本公开示例性实施例的风电机组的控制器滤波参数优化方法和装置可完全依赖计算机程序或指令的运行来实现相应的功能，即，各个装置在计算机程序的功能架构中与各步骤相应，使得整个系统通过专门的软件包(例如，lib库)而被调用，以实现相应的功能。

另一方面，当图1所示的系统和装置以软件、固件、中间件或微代码实现时，用于执行相应操作的程序代码或者代码段可以存储在诸如存储介质的计算机可读介质中，使得至少一个处理器或至少一个计算装置可通过读取并运行相应的程序代码或者代码段来执行相应的操作。

例如，根据本申请示例性实施例，可提供一种包括存储有计算机程序指令的可读介质的计算机设备，其中，指令在被至少一个计算装置运行时，促使至少一个计算装置执行下述步骤：采集风电机组的运行数据，其中，运行数据包括第一数据以及使用预定滤波器对第一数据进行滤波之后获得的第二数据；对第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常；当确定存在滤波异常时，基于频谱分析结果来优化预定滤波器的滤波参数。

具体说来，上述系统可以部署在服务器或客户端中，也可以部署在分布式网络环境中的节点上。此外，系统可以是PC计算机、平板装置、个人数字助理、智能手机、web应用或其他能够执行上述指令集合的装置。此外，系统还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。另外，系统的所有组件可经由总线和/或网络而彼此连接。

此外，能够实现本公开的方法和/或控制逻辑的控制器或处理器可部署在风力发电机组中。例如，根据本申请的示例性实施例，可提供一种风力发电机组，所述风力发电机组包括计算机设备，该计算机设备包括存储有计算机程序指令的可读介质，并且所述计算机程序指令在被至少一个计算装置运行时促使至少一个计算装置执行下述步骤：采集风电机组的运行数据，其中，运行数据包括第一数据以及使用预定滤波器对第一数据进行滤波之后获得的第二数据；对第一数据和第二数据进行频谱分析，并基于频谱分析结果来确定是否存在滤波异常；当确定存在滤波异常时，基于频谱分析结果来优化预定滤波器的滤波参数。

这里，系统并非必须是单个系统，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。系统还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子装置。

在所述系统中，至少一个计算装置可包括中央处理器(CPU)、图形处理器(GPU)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，至少一个计算装置还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。计算装置可运行存储在存储装置之一中的指令或代码，其中，存储装置还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中，网络接口装置可采用任何已知的传输协议。

存储装置可与计算装置集成为一体，例如，将RAM或闪存布置在集成电路微处理器等之内。此外，存储装置可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储装置和计算装置可在操作上进行耦合，或者可例如通过I/O端口、网络连接等互相通信，使得计算装置能够读取存储在存储装置中的指令。

尽管已经参照其示例性实施例具体显示和描述了本申请，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申请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。