风电机组变桨系统的异常检测方法、控制器及风电机组

技术领域

本公开总体说来涉及风力发电技术领域，更具体地讲，涉及风电机组变桨系统的异常检测方法、控制器及风电机组。

背景技术

风电机组是将风能转换成电能的设备。风能通过风电机组的风力发电机转换为电能，并通过风电机组进行并网控制将风力发电机发出的电能输送到电网中。在风电机组中，变桨系统对风力发电机的最大功率跟踪并保证风电机组安全停机，起着至关重要的作用。

当变桨系统发生异常(例如，最常见的情况之一是三叶片角度发生偏差)时，除了会导致叶轮气动不平衡，影响发电机转速稳定之外，还可能会导致风电机组产生一定的振动。除此之外，三叶片角度发生偏差，一般表征变桨系统的器件发生了某种早期故障，诸如刹车阀早期磨损、变桨驱动器输出异常、速度命令输出模块异常等。风力发电机的叶片角度偏差故障一般是在叶片角度偏差大于3.5度时触发风电机组故障停机，然而更多时候，在风电机组运行期间，叶片角度偏差并没有大于此故障阈值，因此风电机组不会触发故障，而是属于带伤运行。随着带伤运行时间的延长，器件的异常会逐步严重或频次加大。

因此，在风电机组运行过程中，需要实时检测叶片角度偏差及其变化情况。

发明内容

本公开的实施例提供一种风电机组变桨系统的异常检测方法、控制器及风电机组，能够准确实时地对变桨系统三个叶片的角度情况进行监测，及时检测出变桨系统的早期异常或故障，保障风电机组稳定、安全地运行。

在一个总的方面，提供一种风电机组变桨系统的异常检测方法，所述异常检测方法包括：获取三支叶片在各个采样时刻的桨距角；对三支叶片在同一采样时刻的桨距角两两作差，获取每两支叶片的桨距角之差；基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量；基于所述数值统计量，确定风电机组变桨系统是否发生异常。

可选地，所述异常检测方法还包括：响应于获取的每两支叶片的桨距角之差的个数达到预设数量阈值，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量；或者，响应于获取每两支叶片的桨距角之差的时长达到预设时间阈值，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量。

可选地，所述数值统计量包括峭度值。

可选地，基于所述数值统计量，确定风电机组变桨系统是否发生异常的步骤包括：响应于所述峭度值大于第一峭度阈值，确定风电机组变桨系统发生异常。

可选地，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量的步骤包括：基于获取的每两支叶片的桨距角之差的数量、各个采样时刻的每两支叶片的桨距角之差、每两支叶片的桨距角之差的平均值以及标准差，计算所述峭度值。

可选地，所述异常检测方法还包括：对获取的每两支叶片的桨距角之差进行频域变换，以获取每两支叶片的桨距角之差的频谱。

可选地，基于所述数值统计量，确定风电机组变桨系统是否发生异常的步骤包括：响应于所述频谱的信号强度的最大值以及与所述信号强度的最大值对应的频率满足第一预设条件，并且响应于所述峭度值满足第二预设条件，确定风电机组变桨系统发生异常。

可选地，所述第一预设条件包括：所述频谱的信号强度的最大值大于预设强度阈值且与所述信号强度的最大值对应的频率不为零；所述第二预设条件包括：所述峭度值大于第一峭度阈值。

可选地，所述异常检测方法还包括：响应于所述峭度值大于第二峭度阈值，触发风电机组故障停机，其中，第二峭度阈值大于第一峭度阈值。

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，实现如上所述的异常检测方法。

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，实现如上所述的异常检测方法。

在另一总的方面，提供一种风电机组，所述风电机组包括如上所述的控制器。

根据本公开的实施例的风电机组变桨系统的异常检测方法、控制器及风电机组，无需设置叶片角度偏差检测阈值和检测窗口，检测结果能够体现叶片角度偏差变化规律及其持续时间，因此可以直接适用于不同工况、不同风况、不同风电机组的检测。同时，由于检测结果对叶片角度偏差的瞬时变化不敏感，不会由于角度的跳变导致误检测，因此具有更高的准确度。

此外，根据本公开的实施例的风电机组变桨系统的异常检测方法、控制器及风电机组，既可检测叶片角度偏差大小，又可以检测叶片角度偏差正负变化，同时可以识别出风电机组运行过程中变桨系统的器件的早期异常，及时报警，保证风电机组稳定、安全地运行。

附图说明

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：

图1是示出在变桨操作期间的叶片桨距角的曲线图；

图2是示出示出桨距角曲线101与另一桨距角曲线之间的桨距角偏差的曲线图；

图3是示出传统的检测叶片角度偏差的方法的缺点的示例的示图；

图4A和图4B是分别示出在正常变桨的情况下角度偏差的曲线图以及角度偏差的频谱图；

图5是示出在如图2所示存在明显的桨距角偏差的情况下角度偏差的频谱图；

图6是示出根据本公开的实施例的风电机组变桨系统的异常检测方法的流程图；

图7是示出根据本公开的实施例的控制器的框图。

具体实施方式

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，在理解本申请的公开之后，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，可如在理解本申请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。

下面首先描述现有的叶片角度偏差检测方法的不足、风电机组的变桨系统的运行工况以及根据本公开的实施例的风电机组变桨系统的异常检测方法的工作原理。

现有检测叶片角度偏差的方法主要有以下两种。

一种方法是在检测到叶片角度之差大于一定值且持续一定时间之后报警。这种方法的缺点在于：一是不能检测叶片角度之差交替变化的情况，二是需要设置定时器的定时参数。然而，变桨系统在运行过程中，三支叶片并不是一直存在角度偏差，而是有时角度偏差较大，有时角度偏差较小，如果这种情况变化较为频繁，则容易导致定时器始终无法到到达定时时长。此外，这种方法一般需要检测角度偏差的幅值，而变桨系统在运行过程中，角度偏差的幅值是随机的，甚至可能存在角度偏差的幅值不大，但变化频率较高的情况。

另一种方法检测角度偏差大于阈值的数量超过一定阈值。这种方法的缺点在于：一是需要设置检测阈值，二是无法识别每次角度偏差的变化情况，检测结果可能是多次、间断性角度偏差累加的结果，因此检测的准确度较低。

图1是示出在变桨操作期间的叶片桨距角的曲线图。在图1中，横坐标表示时刻值，纵坐标表示叶片桨距角值，曲线101、102、103分别表示三支叶片的。如图1所示，叶片桨距角之间发生显著偏差，原因主要在于与曲线101对应的变桨电机内部的电磁刹车阀发生了早期磨损，导致变桨电机轻微堵转。

更具体地讲，如图1所示，曲线101与曲线102、103之间存在角度偏差，且该角度偏差表现出逐渐增大的趋势。从-50时刻开始，曲线101与曲线102、103之间的角度偏差开始变大，且呈现出交替变化的情况，如在-25～-20时刻之间，曲线101的值较大，在-18～-12时刻之间，曲线101的值较小，而在-20～-18时刻之间，三叶片角度又基本接近。对于这种交替变化，现有方法难以进行准确的检测。

图2是示出示出桨距角曲线101与另一桨距角曲线(例如，曲线102或曲线103)之间的桨距角偏差的曲线图。

参照图2，横坐标表示采样点，纵坐标表示角度偏差(即，桨距角之差)的幅值。如图2所示，角度偏差呈现出正弦式的波动，且波动幅值不是恒定值。风电机组在实际运行中，叶片角度偏差的波动周期是随着风况、叶轮转速的变化而变化的，而波动频率也是随着风变化的快慢而变化的。也就是说，叶片角度偏差的幅值、频率、偏差时间窗口，都是随着风电机组运行情况的变化而变化的。因此，传统的检测角度偏差的方法很难设置合适的检测参数或阈值。

图3是示出传统的检测叶片角度偏差的方法的缺点的示例的示图。

参照图2，横坐标表示采样点，纵坐标表示角度偏差的幅值，t表示定时器的计时时长，即，两条竖直虚线之间的时间段，而两条水平点划线表示叶片角度偏差的阈值。在时间范围t内，较多的叶片角度偏差的值位于两条水平点划线的范围之内。这种现象导致的结果是：在约2620时刻，叶片角度偏差大于阈值，定时器启动、开始计时，但是到2840时刻，叶片角度偏差又小于阈值，此时定时器会由于触发条件不满足而断开并复位。如此反复，定时器最终无法达到计时时长，导致无法触发叶片角度偏差报警。

虽然阈值及定时器时长可以修改，但是叶片角度偏差的波动周期是随着风况、叶轮转速的变化而变化的，波动频率也是随着风的变化的快慢而变化的，因此，对长时期、批量的风电机组而言，很难设置通用的检测参数(即，阈值及定时器时长)进行叶片角度偏差的检测。也就是说，如果按一次故障文件的数据设置检测参数，则在其余运行时期，或在其它风电机组中，极容易导致叶片角度破偏差的误检测或漏检测。

鉴于现有检测叶片角度偏差的方法的缺陷，根据本公开的实施例的风电机组变桨系统的异常检测方法主要包括获取每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量，并且基于计算的数值统计量，来确定三叶片角度是否发生偏差。此外，根据本公开的实施例的风电机组变桨系统的异常检测方法还包括对获取的每两支叶片的桨距角之差进行频域变换，并对通过频域转换获取的频谱进行频谱分析。

根据本公开的实施例，反映每两支叶片的桨距角之差的分布特性的数值统计量可包括峭度值，但不限于此。峭度值表示曲线的平缓程度。当峭度值小于3时，曲线会比较“平”，当峭度值大于3时，曲线会比较“陡”。特别是当峭度值为负数时，表示曲线非常平缓。

峭度值K可通过等式(1)来计算。

其中，N表示样本数量，X

以图2所示的存在明显的角度偏差为例，角度偏差的峭度值K达到4.416。然而，在正常变桨的情况下，角度偏差的峭度值K仅为-0.17。

图4A和图4B是分别示出在正常变桨的情况下角度偏差的曲线图以及角度偏差的频谱图。

参照图4A，横坐标表示时间，纵坐标表示角度偏差的幅值。如图4A所示，角度偏差的值在-0.2至0.2之间波动。参照图4B，横坐标表示频率，纵坐标表示信号强度。如图4B所示，角度偏差的频谱的最大信号强度仅为0.030。

图5是示出在如图2所示存在明显的桨距角偏差的情况下角度偏差的频谱图。

参照图5，横坐标表示频率，纵坐标表示信号强度。如图5所示，角度偏差的频谱的最大信号强度达到0.348，其对应的频率值约为0.1Hz。

图6是示出根据本公开的实施例的风电机组变桨系统的异常检测方法的流程图。所述异常检测方法可由风电机组的主控制器、变桨控制器和/或其他专用控制器执行。

参照图6，在步骤S601中，获取三支叶片在各个采样时刻的桨距角。例如，可在风电机组的变桨操作期间获取三支叶片在各个采样时刻的桨距角。

在步骤S602中，对三支叶片在同一采样时刻的桨距角两两作差，获取每两支叶片的桨距角之差。例如，可对同一采样时刻的第一叶片与第二叶片的桨距角作差，以获取第一叶片与第二叶片的桨距角之差，对同一采样时刻的第一叶片与第三叶片的桨距角作差，以获取第一叶片与第三叶片的桨距角之差，并且对同一采样时刻的第二叶片与第三叶片的桨距角作差，以获取第二叶片与第三叶片的桨距角之差。根据本公开的实施例，在对三支叶片在同一采样时刻的桨距角两两作差时，无需获取每两支叶片的桨距角之差的绝对值。这样，根据每两支叶片的桨距角之差的正负值的变化趋势，即可确定叶片角度偏差变化规律。

在步骤S603中，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量。换言之，可基于获取的第一叶片与第二叶片的桨距角之差，计算反映第一叶片与第二叶片的桨距角之差的分布特性的数值统计量，基于获取的第一叶片与第三叶片的桨距角之差，计算反映第一叶片与第三叶片的桨距角之差的分布特性的数值统计量，并且基于获取的第二叶片与第三叶片的桨距角之差，计算反映第二叶片与第三叶片的桨距角之差的分布特性的数值统计量。

更具体地讲，可在获取的每两支叶片的桨距角之差的个数达到预设数量阈值(例如，但不限于50、100等)时，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量。可选择地，可在获取每两支叶片的桨距角之差的时长达到预设时间阈值(例如但不限于1s、2s等)，基于获取的每两支叶片的桨距角之差，计算反映每两支叶片的桨距角之差的分布特性的数值统计量。换言之，当获取的第一叶片与第二叶片的桨距角之差、第一叶片与第三叶片的桨距角之差、第二叶片与第三叶片的桨距角之差的个数达到预设数量阈值时，或者当获取第一叶片与第二叶片的桨距角之差、第一叶片与第三叶片的桨距角之差、第二叶片与第三叶片的桨距角之差的时长达到预设时间阈值时，可分别计算反映第一叶片与第二叶片的桨距角之差的分布特性的数值统计量、反映第一叶片与第三叶片的桨距角之差的分布特性的数值统计量、反映第二叶片与第三叶片的桨距角之差的分布特性的数值统计量。如上所述，上述数值统计量可包括但不限于峭度值。可基于获取的每两支叶片的桨距角之差的数量、各个采样时刻的每两支叶片的桨距角之差、每两支叶片的桨距角之差的平均值以及标准差，计算峭度值。也就是说，可基于上述等式(1)和等式(2)来计算第一叶片与第二叶片的桨距角之差的峭度值、第一叶片与第三叶片的桨距角之差的峭度值、第二叶片与第三叶片的桨距角之差的峭度值。

在步骤S604中，基于计算的数值统计量，确定风电机组变桨系统是否发生异常。这里，风电机组变桨系统发生异常可表示三叶片角度发生偏差。例如，当计算的峭度值大于第一峭度阈值(例如但不限于1.0)时，可确定风电机组变桨系统发生异常。更具体地讲，当第一叶片与第二叶片的桨距角之差的峭度值、第一叶片与第三叶片的桨距角之差的峭度值、和/或第二叶片与第三叶片的桨距角之差的峭度值大于第一峭度阈值时，可确定风电机组变桨系统发生异常。换言之，当第一叶片与第二叶片的桨距角之差的峭度值、第一叶片与第三叶片的桨距角之差的峭度值、第二叶片与第三叶片的桨距角之差的峭度值中的至少一个大于第一峭度阈值时，可确定风电机组变桨系统发生异常。这里，由于通过基于桨距角之差的峭度值而非桨距角之差的值，来确定风电机组变桨系统是否发生异常，因此无需设置叶片角度偏差检测阈值和检测窗口，并且检对叶片角度偏差的瞬时变化不敏感，不会由于角度的跳变导致误检测。

可选择地，所述异常检测方法还可包括如下步骤：对获取的每两支叶片的桨距角之差进行频域变换，以获取每两支叶片的桨距角之差的频谱。也就是说，可分别对第一叶片与第二叶片的桨距角之差、第一叶片与第三叶片的桨距角之差、第二叶片与第三叶片的桨距角之差进行频域变换，以获取第一叶片与第二叶片的桨距角之差的频谱、第一叶片与第三叶片的桨距角之差的频谱、第二叶片与第三叶片的桨距角之差的频谱。这样，在步骤S604中，当频谱的信号强度的最大值以及与频谱的信号强度的最大值对应的频率满足第一预设条件，并且峭度值满足第二预设条件时，可确定风电机组变桨系统发生异常。这里，第一预设条件包括频谱的信号强度的最大值大于预设强度阈值(例如但不限于0.2)且与信号强度的最大值对应的频率不为零，而第二预设条件包括峭度值大于第一峭度阈值。这里，信号强度的最大值可体现叶片角度偏差持续时间。例如，信号强度的最大值越大，叶片角度偏差持续时间越长。

更具体地讲，当第一叶片与第二叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第一叶片与第二叶片的桨距角之差的峭度值大于第一峭度阈值时，可确定风电机组变桨系统发生异常；并且/或者当第一叶片与第三叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第一叶片与第三叶片的桨距角之差的峭度值大于第一峭度阈值时，可确定风电机组变桨系统发生异常；并且/或者当第二叶片与第三叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第二叶片与第三叶片的桨距角之差的峭度值大于第一峭度阈值时，可确定风电机组变桨系统发生异常。换言之，当存在以下三种情况中的至少一种情况时，可确定风电机组变桨系统发生异常：(1)第一叶片与第二叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第一叶片与第二叶片的桨距角之差的峭度值大于第一峭度阈值；(2)第一叶片与第三叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第一叶片与第三叶片的桨距角之差的峭度值大于第一峭度阈值；(3)第二叶片与第三叶片的桨距角之差的频谱的信号强度的最大值大于预设强度阈值、与该频谱的信号强度的最大值对应的频率不为零，并且第二叶片与第三叶片的桨距角之差的峭度值大于第一峭度阈值。

可选择地，所述异常检测方法还可包括如下步骤：当峭度值大于第二峭度阈值时，触发风电机组故障停机。这里，第二峭度阈值大于第一峭度阈值。例如，第二峭度阈值可以是但不限于10。例如，当第一叶片与第二叶片的桨距角之差的峭度值、第一叶片与第三叶片的桨距角之差的峭度值、和/或第二叶片与第三叶片的桨距角之差的峭度值大于第二峭度阈值时，可触发风电机组故障停机。

图7是示出根据本公开的实施例的控制器的框图。所述控制器可以是风电机组的主控制器，也可以是风电机组中的任何专用控制器。

参照图7，根据本公开的实施例的控制器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可存储将由处理器710执行的计算机程序。存储器720可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电机组变桨系统的异常检测方法。

可选择地，控制器700可以以有线或者无线通信方式与风电机组中的其他各种组件进行通信，还可以有线或者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可以以有线或者无线通信方式与风电场外部的装置进行通信。

根据本公开的实施例，可以提供一种包括控制器700的风电机组。

根据本公开的实施例的风电机组变桨系统的异常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，可实现如上所述的风电机组变桨系统的异常检测方法。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。

另一方面，根据本公开的实施例的风电机组变桨系统的异常检测方法可被实现为一种包括计算机程序的计算机程序产品，当该计算机程序被处理器执行时，实现如上所述的风电机组变桨系统的异常检测方法。

根据本公开的实施例的风电机组变桨系统的异常检测方法、控制器及风电机组，无需设置叶片角度偏差检测阈值和检测窗口，检测结果能够体现叶片角度偏差变化规律及其持续时间，因此可以直接适用于不同工况、不同风况、不同风电机组的检测。同时，由于检测结果对叶片角度偏差的瞬时变化不敏感，不会由于角度的跳变导致误检测，因此具有更高的准确度。

此外，根据本公开的实施例的风电机组变桨系统的异常检测方法、控制器及风电机组，既可检测叶片角度偏差大小，又可以检测叶片角度偏差正负变化，同时可以识别出风电机组运行过程中变桨系统的器件的早期异常，及时报警，保证风电机组稳定、安全地运行。

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。