一种风电叶片除冰控制方法及系统

技术领域

本申请属于风电叶片技术领域，具体涉及一种风电叶片除冰控制方法及系统。

背景技术

风能是重要的绿色能源之一，它安全、清洁、不息的发电形式孕育着巨大的能源和商机，风电能源在高原、寒冷、山脊、山顶的资源尤为丰富，有着巨大的开发价值，但是这些地方海拔高、湿度大、温度低，很容易引起叶片的结冰，叶片气动性能受结冰影响，一方面会导致叶片过载、叶片荷载分布不均，进而造成持续产出的风能受到较大的影响，另一方面，当叶片在旋转过程中，极易出现冰块脱落引起的运营事故。叶片结冰后会引起载荷增加，对叶片的寿命有直接的影响，并且每个叶片上的冰载不同，使得机组的不平衡载荷增大，如果没有及时采取应对措施会对机组产生严重的危害，没有对风机叶片进行防除冰保护的风机叶片将会面临脱网停机的可能，低温区域大大拉低了全年的整体发电量。

现有风电叶片除冰技术无法对气热损失进行把控，使得风电叶片除冰过程中能量损失高、除冰效率低。

发明内容

本申请提供了一种风电叶片除冰控制方法及系统，其目的在于解决现有技术中无法对气热损失进行把控，使得风电叶片除冰过程中能量损失高、除冰效率低的技术问题。

第一方面，本申请实施例提供了一种风电叶片除冰控制方法，包括：将所述气热循环检测装置嵌于所述风电叶片除冰控制系统中，其中，所述气热循环检测装置包括内腔传感器和外腔传感器；根据所述内腔传感器对目标风电叶片中的发电密闭腔室进行数据传感，获取内腔气热传感数据；根据所述外腔传感器对所述目标风电叶片的进风口进行数据传感，获取外腔气热传感数据；获取所述目标风电叶片中发电机的实时工况数据；以所述实时工况数据和所述外腔气热传感数据进行气热预测，获取预测气热数据；对所述内腔气热传感数据和所述预测气热数据进行比对，获取优化控制参数；根据所述优化控制参数对所述目标风电叶片进行除冰优化控制。

第二方面，本申请实施例提供了一种风电叶片除冰控制系统，包括：传感器安装模块，所述传感器安装模块用于将所述气热循环检测装置嵌于所述风电叶片除冰控制系统中，其中，所述气热循环检测装置包括内腔传感器和外腔传感器；内腔气热传感数据获取模块，所述内腔气热传感数据获取模块用于根据所述内腔传感器对目标风电叶片中的发电密闭腔室进行数据传感，获取内腔气热传感数据；外腔气热传感数据获取模块，所述外腔气热传感数据获取模块用于根据所述外腔传感器对所述目标风电叶片的进风口进行数据传感，获取外腔气热传感数据；实时工况数据获取模块，所述实时工况数据获取模块用于获取所述目标风电叶片中发电机的实时工况数据；预测气热数据获取模块，所述预测气热数据获取模块用于以所述实时工况数据和所述外腔气热传感数据进行气热预测，获取预测气热数据；优化控制参数获取模块，所述优化控制参数获取模块用于对所述内腔气热传感数据和所述预测气热数据进行比对，获取优化控制参数；除冰优化控制模块，所述除冰优化控制模块用于根据所述优化控制参数对所述目标风电叶片进行除冰优化控制。

通过采用上述技术方案，解决了现有技术中无法对气热损失进行把控，使得风电叶片除冰过程中能量损失高、除冰效率低的技术问题。通过优化控制参数，实现了减少气热损失，进而降低能耗，达到增强除冰效果、提升除冰效率的技术效果。

进一步地，对所述内腔气热传感数据和所述预测气热数据进行比对中，搭建气热比对模型，其中，所述气热比对模型包括变量调节子模型和比对输出子模型；将所述预测气热数据输入所述变量调节子模型，根据所述变量调节子模型进行多变量指标分析，获取调节气热数据；将所述调节气热数据与所述内腔气热传感数据输入所述比对输出子模型，获取所述优化控制参数。

通过采用上述技术方案，实现了对于风电叶片设备数据与气热数据间线性关系的掌握，通过调节待定参数，得到调节气热数据，为提升除冰效果提供数据支撑。

进一步地，将所述预测气热数据输入所述变量调节子模型之前，获取所述目标风电叶片的设备几何数据、设备构件属性和设备连接结构；根据所述设备几何数据、所述设备构件属性和所述设备连接结构，得到进风口分布信息、气体回流通道信息和吸热腔室结构信息；以所述进风口分布信息、所述气体回流通道信息和所述吸热腔室结构信息作为多变量指标，搭建所述变量调节子模型。

通过采用上述技术方案，实现了对于不同风电叶片设备数据的统计分析，通过搭建变量调节子模型，达到直观反应各设备数据对于气热损耗的影响的效果。

进一步地，获取所述优化控制参数时，根据所述调节气热数据和所述内腔气热传感数据，获取气热损耗数据；引入第一损失函数对所述气热损耗数据进行分析，得到反馈调节参数，将所述反馈调节参数作为所述优化控制参数进行输出。

通过采用上述技术方案，通过最小化损失函数，使模型达到收敛状态，减少模型预测值的误差，以达到准确预估的目的。

进一步地，所述第一损失函数的计算公式如下：

其中,

通过采用上述技术方案，基于设备数据对模型进行二次优化，达到不断优化、提高预测模型精确度的效果。

进一步地，对所述目标风电叶片进行除冰优化控制还包括，获取所述目标风电叶片的风阀分布节点，根据所述风阀分布节点，生成风量控制节点；根据所述优化控制参数，得到在所述风量控制节点对应输出的风阀控制参数，以所述风阀控制参数进行循环风量控制。

通过采用上述技术方案，实现了新增控制参数，从多方面进行风电叶片除冰控制系统的调节，进而提升除冰效果。

进一步地，得到进风口分布信息之后，根据所述进风口分布信息进行N个外腔传感器的装配，获取所述N个外腔传感器的N个外腔气热传感数据，其中，所述N个外腔传感器具有同一数据传输终端；对所述N个外腔气热传感数据进行均值计算，获取外腔均值气热传感数据；将所述外腔均值气热传感数据作为所述外腔气热传感数据进行输出。

通过采用上述技术方案，实现了对多个进风口的检测，达到提升数据准确性的效果。

本申请的有益效果为：

1、本申请经由对内腔气热传感数据和预测气热数据进行比对，获取优化控制参数，实现了对气热损失的精准把控。

2、本申请经由根据优化控制参数对目标风电叶片进行除冰优化控制，实现了减少气热损失，进而降低能耗，达到增强除冰效果、提升除冰效率的技术效果。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请，并不构成对本申请的限制。在附图中：

图1为本申请实施例的一种风电叶片除冰控制方法流程示意图；

图2为本申请实施例的一种风电叶片除冰控制方法中获取优化控制参数流程示意图；

图3为本申请实施例的一种风电叶片除冰控制方法中搭建变量调节子模型流程示意图；

图4为本申请实施例的一种风电叶片除冰控制系统结构示意图。

附图标记：传感器安装模块10，内腔气热传感数据获取模块20，外腔气热传感数据获取模块30，实时工况数据获取模块40，预测气热数据获取模块50，优化控制参数获取模块60，除冰优化控制模块70。

具体实施方式

为了使得本申请的技术方案的目的、技术方案和优点更加清楚，下文中将结合本申请具体实施例的附图，对本申请实施例的技术方案进行清楚、完整的描述。附图中相同的附图标记代表相同的部件。需要说明的是，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于所描述的本申请的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

参照图1，本申请实施例提出一种风电叶片除冰控制方法，包括：

步骤S100：将所述气热循环检测装置嵌于所述风电叶片除冰控制系统中，其中，所述气热循环检测装置包括内腔传感器和外腔传感器；

实施方式具体为：风电叶片是风电机组中将自然界风能转换为风力发电机组电能的核心部件，也是衡量风电机组设计和技术水平的主要依据。本申请实施例提供一种风电叶片除冰控制方法，应用于风电叶片除冰控制系统，所述风电叶片除冰控制系统通过将抽取到的空气注入到发电机密闭腔室内进行吸热，再注入到气体回流腔体内进行叶片除冰。为达到更好的除冰效果，通过嵌入气热循环检测装置对风电叶片的空气进行检测，所述气热循环检测装置为对进入风电叶片的空气的温度、湿度等进行检测的装置，包括内腔传感器和外腔传感器，内腔传感器用于对风电叶片的发电密闭腔室的空气进行检测，外腔传感器用于对风电叶片的进风口的空气进行检测。

步骤S200：根据所述内腔传感器对目标风电叶片中的发电密闭腔室进行数据传感，获取内腔气热传感数据；

实施方式具体为：发电密闭腔室为风电叶片的发电部位，在风电叶片运行过程中，发电密闭腔室产生大量的热量，抽取到的空气在发电密闭腔室内吸收热量使得自身温度升高，用以对风电叶片进行除冰。内腔传感器为对发电密闭腔室内空气的温度、湿度进行实时检测的装置，一般为温湿度传感器。内腔传感器以温湿度一体式的探头作为测温元件，将温度和湿度信号采集出来，经过电路处理后转换成与温度和湿度成线性关系的电流信号或电压信号输出，并将采集到的信号上传至风电叶片除冰控制系统。实现远距离的数据采集和传输，达到减少工作量、提高工作效率的技术效果。

步骤S300：根据所述外腔传感器对所述目标风电叶片的进风口进行数据传感，获取外腔气热传感数据；

实施方式具体为：进风口为风电叶片用于送风和回风的末端设备，也是指空气的分配设备，可以将空气进行抽取通过进风口送达发电密闭腔室内，并且在进风口处有一个回风口，用于将风电叶片内的杂质空气通过回风口送出。在风电叶片的进风口设置外腔传感器，用于对进风口处空气的温度和湿度进行采集，根据上述同样的方法将采集到的信息上传至风电叶片除冰控制系统。实现远距离的数据采集和传输，达到减少工作量、提高工作效率的技术效果。

步骤S400：获取所述目标风电叶片中发电机的实时工况数据；

实施方式具体为：在发电机运行的过程中，转轴旋转所产生的机械能转化为磁场储能增量、热损耗和电能，电机内转换成热能的损耗引起发电机发热，这部分的损耗分为以下三种：一是电路中的电阻损耗，即基本铜耗；二是磁路中的铁心损耗，包括因磁场作用使磁畴不停转动，相互之间摩擦，产生的磁滞损耗，以及铁磁材料在磁场作用下的感应电动势和感应电流形成涡流，产生涡流损耗；三是各类机械摩擦损耗。通过风电叶片管理系统获取风电叶片发电机的标识数据如额定电压、电阻等，以及运行时的实时转速、功率等，通过计算即可获得该风电叶片发电机运行过程中可被吸收多少热量。通过发电机实时工况数据的获取，实现了对于发电机运行数据的掌握，为后续进行气热预测打下基础。

步骤S500：以所述实时工况数据和所述外腔气热传感数据进行气热预测，获取预测气热数据；

实施方式具体为：发电机运行过程中产生的热量是空气吸热的主要来源，发电机的热功率是指在一段电路上因发热而损耗的功率，其大小决定于通过这段导体中电流强度的平方和导体电阻R的乘积，即电动机发热功率P=I²r，由此可得时间t内发电机产生的热量Q=Pt。在一般情况下，空气的比热容c≈1000J/Kg℃和空气密度

步骤S600：对所述内腔气热传感数据和所述预测气热数据进行比对，获取优化控制参数；

实施方式具体为：实际运行过程中，由于存在气热损耗，会导致实际测得的内腔气热传输数据低于预测气热数据，气热损耗即一个封闭系统或空间所失去的热量，如空气流动会带走一部分热量，风电叶片设备露出于大气中的金属结构等向外界空气散失热量，这种散失热量与风电叶片的腔体大小、材料保温性以及绝热情况有关，根据进风情况等，还与进风口分布的数量、位置有关。想要让实际测得的内腔气热传输数据无限接近于预测气热数据，则需要将气热损耗降到最低，获取多个不同情况的的风电叶片的气热损耗数据，通过对比各风电叶片的设备数据获取最优设备数据，以此作为优化控制参数。实现了对于风电叶片设备气热损耗情况的掌握，通过优化控制参数的获取，直观反应各设备数据对于气热损耗的影响。

步骤S700：根据所述优化控制参数对所述目标风电叶片进行除冰优化控制。

实施方式具体为：优化控制参数为通过对比各风电叶片的设备数据获取的最优设备数据，以此对目标风电叶片进行调整，减低发电密闭腔室内空气吸热的气热损耗，使得注入到气体回流腔体内的空气的气热数据尽量接近预测值，实现节约能耗，进而达到提升除冰效率的效果。

进一步而言，参照图2，本申请实施例“对所述内腔气热传感数据和所述预测气热数据进行比对，获取优化控制参数” 的步骤包括：

步骤S610：搭建气热比对模型，其中，所述气热比对模型包括变量调节子模型和比对输出子模型；

步骤S620：将所述预测气热数据输入所述变量调节子模型，根据所述变量调节子模型进行多变量指标分析，获取调节气热数据；

步骤S630：将所述调节气热数据与所述内腔气热传感数据输入所述比对输出子模型，获取所述优化控制参数。

实施方式具体为：获取风电叶片的设备数据，根据风电叶片的设备数据获取进风口分布信息、气体回流通道信息和吸热腔室结构信息，以此作为多变量指标，根据多变量指标与气热数据的线性关系搭建变量调节子模型，预测气热数据为理想状态下，发电密闭腔室内经过吸热后的空气温度，以此作为变量调节的目标，在变量调节子模型进行多变量指标分析，比对输出子模型与所述变量调节子模型交互连接，用于接收所述变量调节子模型输出的调节气热数据，另外的，调用在风电机组内对应的内腔气热传感数据，且所述比对输出子模型中包括比对器，能够对实时输入的所述调节气热数据与所述内腔气热传感数据进行比对。

进一步地，通过最小二乘法对多变量指标进行分析，以寻找各指标参数

通过多变量指标分析，实现了对于风电叶片设备数据与气热数据间线性关系的掌握，通过调节待定参数，得到调节气热数据，为提升除冰效果提供数据支撑。

进一步而言，参照图3，本申请实施例搭建变量调节子模型具体包括：

步骤S611：获取所述目标风电叶片的设备几何数据、设备构件属性和设备连接结构；

步骤S612：根据所述设备几何数据、所述设备构件属性和所述设备连接结构，得到进风口分布信息、气体回流通道信息和吸热腔室结构信息；

步骤S613：以所述进风口分布信息、所述气体回流通道信息和所述吸热腔室结构信息作为多变量指标，搭建所述变量调节子模型。

实施方式具体为：根据风电叶片设备标识获取目标风电叶片的设备几何数据、设备构件属性和设备连接结构，几何数据即设备的尺寸、表面积、直径等，构件属性即设备的材料、性能等，设备连接结构即目标风电叶片内多个设备之间的连接关系及连接通道的长度、容量等。以此得到风口分布信息、气体回流通道信息和吸热腔室结构信息，其中，风口分布信息包括进风口分布的数量、位置，气体回流通道信息包括通道壁的材料、保温性、粗细等，吸热腔室结构信息包括腔体的大小、热量损失。

将风口分布信息

实现了对于不同风电叶片设备数据的统计分析，通过搭建变量调节子模型，达到直观反应各设备数据对于气热损耗的影响的效果。

进一步而言，本申请实施例“将所述调节气热数据与所述内腔气热传感数据输入所述比对输出子模型，获取所述优化控制参数”的步骤包括：

步骤S631：根据所述调节气热数据和所述内腔气热传感数据，获取气热损耗数据；

步骤S632：引入第一损失函数对所述气热损耗数据进行分析，得到反馈调节参数，将所述反馈调节参数作为所述优化控制参数进行输出。

实施方式具体为：调节气热数据为将待定参数调整为最优时得到的最优气热数据，即当前风电叶片产能状态下，能达到的最高的气热数据，内腔气热传感数据为目标风电叶片的实时气热数据，根据两者的差值即可获得气热损耗数据，气热损耗数据表征目标风电叶片与最佳风电叶片之间的气热吸收差距。

损失函数是将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的风险或损失的函数，即通过最小化损失函数求解和评估气热损耗数据，常用的损失函数有0-1损失函数、 绝对值损失函数、 log对数损失函数等，采用不同损失函数，对模型的影响是不同的，通过最小化损失函数，不断调节参数，使得预测气热数据与内腔气热传感数据无限接近，以得到最优参数，以此作为反馈调节参数。通过最小化损失函数，使模型达到收敛状态，减少模型预测值的误差，以达到准确预估的目的。

进一步而言，本申请实施例步骤S632还包括：

步骤S6321：所述第一损失函数的计算公式如下：

其中，

实施方式具体为：获取多组损失数据，根据均方误差损失函数

进一步而言，本申请实施例“根据所述优化控制参数对所述目标风电叶片进行除冰优化控制”的步骤包括：

步骤S810：获取所述目标风电叶片的风阀分布节点，根据所述风阀分布节点，生成风量控制节点；

步骤S820：根据所述优化控制参数，得到在所述风量控制节点对应输出的风阀控制参数，以所述风阀控制参数进行循环风量控制。

实施方式具体为：风阀又称风量调节阀，是风电叶片的通风、空气抽取中不可缺少的末端配件，一般用在通风管道中，用来调节支管的风量，也可用于新风与回风的混合调节。获取风阀分布位置的风量大小x、风阀的最大进风量y、和风阀的数量z，以此构建空间直角坐标系，f(x,y,z)即为目标风电叶片的进风量，x、y、z的控制参数即为风量控制节点，将f(x,y,z)与优化控制参数进行标准化处理，即使得各参数在同一数量级，以进行综合调控，一般而言，风阀设置在风电机组中，用于对进风量的多少进行调控，且风阀上设置有实时检测器，能够对实时进风量进行传感，以此将对应的传感数据反馈至风电机组的控制系统中，经由所提出的一种风电叶片除冰控制方法，以风阀的设置位置点、实时传感的风量大小、流量等来生成反馈调节参数，用于下达至调节阀的开度来实现风阀中进风量的大小，调节风阀控制参数（各个风阀的开度）使优化控制参数在此达到最优，输出风阀控制参数，所述风阀控制参数即最佳的风阀控制参数，以此进行风阀的调节，进行循环风量控制。实现了新增控制参数，从多方面进行风电叶片除冰控制系统的调节，进而提升除冰效果。

进一步而言，本申请实施例“根据所述外腔传感器对所述目标风电叶片的进风口进行数据传感，获取外腔气热传感数据”的步骤包括：

步骤S310：根据所述进风口分布信息进行N个外腔传感器的装配，获取所述N个外腔传感器的N个外腔气热传感数据，其中，所述N个外腔传感器具有同一数据传输终端；

步骤S320：对所述N个外腔气热传感数据进行均值计算，获取外腔均值气热传感数据；

步骤S330：将所述外腔均值气热传感数据作为所述外腔气热传感数据进行输出。

实施方式具体为：进风口位置的不同，会造成进风量的不同，如进风口A在逆风处则进风量大，进风口B在背风处则进风量小，根据进风口分布信息获取多个进风口的分布位置，对分布位置区别较大的多个进风口进行外腔传感器的装配，如进风口A、进风口B需要各设置一个，而与进风口B同处于背风处的进风口C则不需要。多个外腔传感器同时对进风口进行检测，并将数据实时上传至风电叶片除冰控制系统，得到气热传感数据

参照图4，基于与前述实施例中一种风电叶片除冰控制方法相同的申请构思，本申请实施例提供了一种风电叶片除冰控制系统，所述系统包括：

传感器安装模块10，所述传感器安装模块10用于将所述气热循环检测装置嵌于所述风电叶片除冰控制系统中，其中，所述气热循环检测装置包括内腔传感器和外腔传感器；

内腔气热传感数据获取模块20，所述内腔气热传感数据获取模块20用于根据所述内腔传感器对目标风电叶片中的发电密闭腔室进行数据传感，获取内腔气热传感数据；

外腔气热传感数据获取模块30，所述外腔气热传感数据获取模块30用于根据所述外腔传感器对所述目标风电叶片的进风口进行数据传感，获取外腔气热传感数据；

实时工况数据获取模块40，所述实时工况数据获取模块40用于获取所述目标风电叶片中发电机的实时工况数据；

预测气热数据获取模块50，所述预测气热数据获取模块50用于以所述实时工况数据和所述外腔气热传感数据进行气热预测，获取预测气热数据；

优化控制参数获取模块60，所述优化控制参数获取模块60用于对所述内腔气热传感数据和所述预测气热数据进行比对，获取优化控制参数；

除冰优化控制模块70，所述除冰优化控制模块70用于根据所述优化控制参数对所述目标风电叶片进行除冰优化控制。

进一步而言，所述优化控制参数获取模块60包括：

气热比对模型搭建模块，用于搭建气热比对模型，其中，所述气热比对模型包括变量调节子模型和比对输出子模型；

多变量指标分析模块，用于将所述预测气热数据输入所述变量调节子模型，根据所述变量调节子模型进行多变量指标分析，获取调节气热数据；

数据输入模块，用于将所述调节气热数据与所述内腔气热传感数据输入所述比对输出子模型，获取所述优化控制参数。

进一步而言，所述气热比对模型搭建模块包括：

目标风电叶片信息获取模块，用于获取所述目标风电叶片的设备几何数据、设备构件属性和设备连接结构；

进风口信息获取模块，用于根据所述设备几何数据、所述设备构件属性和所述设备连接结构，得到进风口分布信息、气体回流通道信息和吸热腔室结构信息；

变量调节子模型搭建模块，用于以所述进风口分布信息、所述气体回流通道信息和所述吸热腔室结构信息作为多变量指标，搭建所述变量调节子模型。

进一步而言，所述数据输入模块包括：

气热损耗数据获取模块，用于根据所述调节气热数据和所述内腔气热传感数据，获取气热损耗数据；

反馈调节参数获取模块，用于引入第一损失函数对所述气热损耗数据进行分析，得到反馈调节参数，将所述反馈调节参数作为所述优化控制参数进行输出。

进一步而言，所述反馈调节参数获取模块包括：

第一损失函数计算模块，用于所述第一损失函数的计算公式如下：

其中，

进一步而言，所述除冰优化控制模块70包括：

风量控制节点生成模块，用于获取所述目标风电叶片的风阀分布节点，根据所述风阀分布节点，生成风量控制节点；

风阀控制参数获取模块，用于根据所述优化控制参数，得到在所述风量控制节点对应输出的风阀控制参数，以所述风阀控制参数进行循环风量控制。

进一步而言，所述预测气热数据获取模块50包括：

外腔传感器装配模块，用于根据所述进风口分布信息进行N个外腔传感器的装配，获取所述N个外腔传感器的N个外腔气热传感数据，其中，所述N个外腔传感器具有同一数据传输终端；

均值计算模块，用于对所述N个外腔气热传感数据进行均值计算，获取外腔均值气热传感数据；

外腔气热传感数据输出模块，用于将所述外腔均值气热传感数据作为所述外腔气热传感数据进行输出。

以上显示和描述了本申请的基本原理和主要特征和本申请的优点。本行业的技术人员应该了解，本申请不受上述实施例的限制，上述实施例和说明书中描述的只是说明本申请的原理，在不脱离本申请精神和范围的前提下，本申请还会有各种变化和改进，这些变化和改进都落入要求保护的本申请范围内。本申请要求保护范围由所附的权利要求书及其等效物界定。