2025风电机组主传感器状态评估系统

风电机组主传感器状态评估系统目录TOC\o"1-3"\h\u24442风电机组主传感器状态评估系统 14016一、项目概述 215840（三）项目建设情况 414二、应用场景及建设方案 530648（一）场景描述 510443（二）技术架构 654541.风速风向仪 7145292.振动传感器原位校准 106885（三）建设方案 11145111.关于多普勒激光雷达用于风速风向仪校准的研究 12219242.关于原位校准振动传感器技术的研究 1448583.关于风力发电机全系统传感器状态评估及系统优化的研究 1430923三、项目效果 157820（一）项目效益 1521919（二）鉴定评价（如有） 1628048（三）推广前景 162995四、下一步计划 17一、项目概述风力发电机中包含各类重要传感器，其中风速风向仪、振动传感器、转速传感器、温度传感器等是整个发电系统中十分重要的传感器，不精确或不正确的传感器信号不仅仅会使风机效率低下而且会影响风机安全运行及其它部件的寿命。目前各类传感器的工作状态监测工作十分薄弱，在质保期内的风机主要交由风机厂家负责，其主要采用抽检方式进行（绝大多说是整个风场抽取1台，无实际意义）。其目的是满足合同条款要求，并非出于对机组的安全、高效运行考虑。在过质保期后，风力发电厂（业主）接管风电运维后，对传感器的状态监测目的主要是保证机组的安全、高效生产。因此其维护需求大幅提升。传统的传感器状态评估方式主要采用送检方式，面临主要问题包括：无法判断实际运行状态、拆卸及安装过程麻烦、校准运输过程周期长、信号传输及分析系统无法校准等。此外，由于风速风向仪安装于叶轮后方，其受叶轮干扰引起的数据偏差无法通过现有校准方式评估，而这一部分偏差对风机效率、风机安全会产生重大影响。针对风速风向仪，本项目中利用多普勒激光雷达技术，实现无需拆卸风速风向仪，实地、实时校准，同时结合数值模拟技术量化风速风向仪自身的偏差及叶轮影响的数据偏差。最终实现风速风向仪状态评估，并通过修正风速风向仪数据偏差提高机组发电效率。风力发电机中主要振动源头包括主轴、变速箱、发电机、塔筒等，均为整个发电系统中重要的部件，振动情况的发生不仅仅会使风机效率低下而且会影响风机安全运行及其它部件的寿命。在目前新投运的风力发电机组上均配备了各类型的振动传感器，而投产较早的风电机组上，几乎没有布置振动传感器。投产较早机组面临服役时间久，机组老化等问题，更容易出现因部件老化引起的振动问题，威胁机组安全生产。而为每台机组增加振动传感器的方式成本较大，根据剩余服役年限计算的投资回报率不高。因此，有针对性的对于这类机组寻找一种高效，经济的振动监测方法是重要的研究方向之一。针对振动传感器，本项目采用两种方式：对于已经布置振动传感器的风机，采用移动标准振动传感器携带至风机振动探头位置，输出标准振动信号，对探头、导线同时进行性能评估，实现原位校准；对于未布置振动传感器的投产较早风机，采用临时布置移动振动传感器系统方式，获得阶段时间机组振动状态数据，并将移动振动传感器系统轮流应用于整个风场，实现风场全部机组振动状态评估全覆盖。此外，针对转速、温度等其他传感器采用同位置布置高精度比对传感器方式实现对机组传感器状态评估。本项目主要针对即将或已经出质保期的风力发电机组。当风机过质保期后，权利及责任转移，风机传感器状态监测由履行合同条款目的变更为保证机组安全、经济运行为目的。（三）项目建设情况本项目利用多普勒激光雷达实现对风速风向仪的在线状态评估，并加装移动多合一（振动、温度、倾角、位移）传感器，实现对风机的状态在线监测；本项目分别风场的两类特征机型进行了数值建模，对风速风向仪布置位置引起的偏差进行了计算，并输出了计算数据库，给出了布置优化方案；基于数值模拟修正数据，我们对激光雷达与机舱测得的风速、风向数据进行了大数据分析，通过拟合度R2筛选出偏离度大的机组。输出数据拟合度偏差较清单，或作为后续抽检对象。此外，通过数值模拟及实际监测我们发现，远离叶轮位置或升高风速风向仪位置有助于降低叶轮对风速风向仪的干扰，直驱机型，其机舱体积小巧，风向仪安装位置距离叶轮更近，受到的干扰更大。可以考虑对风向仪布置方式进行改动，寻求最佳布置位置，获得更为精确的风向数据。风速方面两种机型均获得0.9左右的拟合度，虽然与机舱布置雷达0.95左右的拟合度相比有一定差距，但仍然提供了较为准确的评价数据。通过对测试机组布置移动多合一（振动、温度、倾角、位移）传感器，开展对上述机组的状态监测，通过对数据分析明确了各监测位置的监测预警条件。进行了振动状态典型区域划分。该数据可用于此类机型的巡检参考依据，并可在进行循环监测或对重点机组进行专项监测。二、应用场景及建设方案（一）场景描述随着风电大力发展，风力发电机上布置的传感器也在同步升级完善，目前新建机组大部分都加装了振动检测传感器。然而，针对传感器的检定/校准方式仍然采用传统方式，多采用离线方式，即：将使用中传感器从安装位置上取下来，送计量部门检定。忽略了安装、拆卸、运输、综合误差等多种因素的影响。评估的仅是传感器在实验室条件的状态，而非工作条件下的真是状态。原位校准技术是计量领域较为先进的技术概念，即在工作状态下或者工作位置对实际使用中的传感器进行状态全面评价，能够更为真实、准确的反应传感器实际工作状态。目前，多普勒激光雷达技术在国内外多用于风资源评估、微观选址及复核、复杂地形及冰冻地区测风、风机功率曲线测试、风机场建设后评估、功率预测系统、海上风建系统、大气物理研究、气象探测及环境监控、高空风廊线测量等方面。将其应用于风速风向仪计量领域的较少。国内外风场信息测量的手段主要分为被动式和主动式两大类。传统的被动式测量装置有风速计、风向标和探空仪，主动式测量装置有微波雷达、声雷达等。风速计和风向标只能实现单点测量，借助测风塔后实现对应高度层的风场信息检测，这类传统装置易受冰冻天气影响，测风塔的搭建和维护也需要花费大量的人力物力，还存在移动困难和前期征地手续复杂等问题；微波雷达以电磁波作为探测介质，由于微波雷达常用波长主要为厘米波，与大气中的大尺寸粒子（如云、雨、冰等）相互作用产生回波，无法与大气中的分子或气溶胶颗粒产生作用，而晴空时大气中大尺寸粒子较少，因此微波雷达在晴空天气条件下将出现探测盲区。另外，微波雷达还具备庞大的收发系统也导致其移动困难；声雷达与微波雷达测量原理相似，不同的是将探测介质由微波改为了声波。声雷达的探测方式使得在夜间和高海拔地区易出现信噪比降低的情况甚至无法测量。测风激光雷达采用激光作为探测介质，可与空气中微小颗粒发生相互作用，具有时空分辨率高、自动化程度高、安装简单易维护、移动便携性好等优势，可有效提高项目实施效率，因此成为了目前最具前景的风场信息测量手段。（二）技术架构本技术基于多普勒激光雷达技术，结合数值模拟模型分析，实现对风力发电机风向风速仪的原位静态及动态校准，评估机组风速风向仪工作状态。此外，采用便携式移动振动台及移动标准振动传感器对风机中的振动传感器进行原位校准。1.风速风向仪多普勒激光雷达通过检测气溶胶粒子的后向散射信号和系统本振光的多普勒频移来反演径向风速，具有高时空分辨率、高测量精度的特点，是目前测量风机性能曲线最有效的手段之一，已应用于国内外多个风电场的工程前期测风、风机曲线测试以及风电场后评估。图1多普勒激光雷达技术原理图但尚未应用于风力发电机风速风向仪计量领域。这是由于，安装误差、机械磨损以及尾流影响，都会造成传统风速风向仪的误差。单纯的将激光雷达测量结果与机组数据进行比对无法判断是设备故障还是叶片尾流引起的偏差。图2叶轮对风速风向仪影响的数值模拟本技术利用数值模拟建模计算出尾流对风速风向仪的影响，输入条件包括风速、风向、风密度等，并形成矩阵数据库，用于配合激光雷达调用数据。校准工作针对整个风场进行，采用动态及静态筛选方式对风场内的风机进行两次状态评估：第一阶段，动态筛查：将多普勒激光雷达布置于风力发电机来风方向前端地面0-50米范围内，测量风力发电机风速仪安装高度位置的风速数据；根据多普勒激光雷达实时测得的风速数据调用不停机状态下，风力发电机风速仪受叶轮扰动的修正系数；将修正后的风速数据与风力发电机风速仪测得数据进行比对；设定筛查偏差限值，当修正后的风速数据与风力发电机风速仪测得数据偏差超过筛查偏差限值时，进入第二阶段；当修正后的风速数据与风力发电机风速仪测得数据偏差不超过筛查偏差限值时，记录数据偏差，用于风速仪系统初始修正设置；将激光雷达布置于风机前端最近位置，并测量风速仪安装高度位置风速及风向数据。并根据实时风变化情况调用矩阵数据库数据参与比对。完成第一阶段状态筛查。第二阶段,静态筛查：针对第二阶段数据偏差超过筛查偏差限值的风力发电机进行停机测试；将风机叶片呈Y型停机；将多普勒激光雷达布置于风力发电机来风方向前端地面0-50米范围内，测量风力发电机风速仪安装高度位置的风速数据；根据多普勒激光雷达实时测得的风速数据调用停机状态下，风力发电机风速仪受叶轮扰动的修正系数；将修正后的风速数据与风力发电机风速仪测得数据进行比对；设定筛查偏差限值，当修正后的风速数据与风力发电机风速仪测得数据偏差超过筛查偏差限值时，认定被测风力发电机风速仪存在故障，需要维修或更换。图3核心技术框架图通过两个阶段筛查以及机组间的横向数据比对，可以得到以下结果：1）具体故障设备清单，对应需维修、更换设备的机组编号；2）针对整个风场机型，得出由叶片扰动引起的风向仪偏航角度，风速仪偏差。并可在控制逻辑中进行修正。3）风速风向仪本身安装位置引起的风速风向仪偏差，并给出最优安装位置推荐，可为技术改造提供数据支撑。与现有技术相比，本技术具有如下优势：1）高效评估状态。通过使用激光多普勒雷达技术，可大大节省工成本，省去人工攀爬、拆卸、运输、安装等环节，便可评估风速风向仪实际工作状态，而非送检阶段部分状态，测试精度及测试效率大大提高。2）深度结果分析。将直接测量与数值模拟结合，除判断机组风速风向仪状态外，可检测因安装误差、机械磨损以及叶片尾流对风速风向仪的影响，并给出改造方案，提高机组发电效率。3）减少机组停机。采用分阶段筛选问题设备方式，第一阶段无需风电机组停机，完成问题机组的初筛；第二阶段针对问题机组停机进行高精度检测，锁定问题机组设备。可避免现有技术中长时间停机引起的发电损失。2.振动传感器原位校准在工业测量过程中,测量仪器的检定通常在实验室内进行,而现场测量环境与实验室环境差别较大,使得实际测量精度常低于其标称精度,导致测量成果理论精度与实际不符.本项目以移动振动校准台及标准振动传感器作为现场精度评定的参考基准,提出了机舱位置的原位校准方法,并对现场校准方法展开研究,实现风力发电机振动传感器现场精度的原位校准。实现高精度高,高可靠性地完成现场校准工作。（三）建设方案采用Hypermesh进行几何清理和生成网格，采用STAR-CCM+求解器进行计算。建立风力发电机几何模型，风力发电机几何模型输入初始数据包括风力发电机叶片、机舱、塔筒、风向仪安装位置几何尺寸、风向仪安装位置；利用模型进行数值模拟计算，输入条件为风速；输出内容为风力发电机风向仪受叶轮扰动的修正系数；包括：不停机状态下，不同风速对应的风力发电机风向仪受叶轮扰动的修正系数；叶片Y型停机状态下，不同风速对应的风力发电机风向仪受叶轮扰动的修正系数。通过数值模拟可以计算叶轮对风速风向仪的影响。以37.5m叶片机型建模为例（图4），由于受叶轮干扰，在11m/s风速情况下，机舱上风速仪位置所测风速数据呈周期性波动，如图12所示，风速仪结果一直处于偏小状况，探测值为8.5-10m/s之间波动，与来流11m/s风速存在10-23%的偏差。图437.5m叶片机型建模（涡量=0.8等直面图）图5现有风速仪风速结果（11m/s）如图5所示，理论风向仪应该处于0°，受叶轮干扰，风向仪也存在着一定角度的偏差，通过大数据分析，通常受叶轮干扰，风向仪偏差在4-10°左右。1.关于多普勒激光雷达用于风速风向仪校准的研究开展关于多普勒激光雷达校准方法的研究，针对激光雷达布置方式、扫描方式、动态筛选过程、静态筛选过程展开研究工作；匹配开发对应的软件操作系统。针对运行中的风机开发出风速风向仪状态筛选方法；在Y型停机状态下开发风速风向仪状态筛选方法。形成完整的动态+静态下风速风向仪状态筛选流程。多普勒激光雷达校准技术目前依据国际电工委员会标准IEC61400-12-1(2017)开展工作。本技术所用设备配件在德国经过严苛测试，测量数据与国际IEC标准一类风杯风速计所测数据进行对比，任意高度层两者相关性都高达99%以上，验证结果优秀。本技术中数值模拟风速精度可达到0.05m/s，风向测量精度达到0.1°；激光雷达风速测量精度达到0.1m/s，风向测量精度达到1°。精度完全满足本项目技术要求。第一阶段，将多普勒激光雷达布置于风力发电机来风方向前端地面0-50米范围内，测量风力发电机风向仪安装高度位置的风速数据；根据多普勒激光雷达实时测得的风速数据调用不停机状态下，风力发电机风向仪受叶轮扰动的修正系数；将修正后的风速数据与风力发电机风向仪测得数据进行比对；设定筛查偏差限值，当修正后的风速数据与风力发电机风向仪测得数据偏差超过筛查偏差限值时，进入第二阶段；当修正后的风速数据与风力发电机风向仪测得数据偏差不超过筛查偏差限值时，记录数据偏差，用于风向仪系统初始修正设置。第二阶段,针对第二阶段数据偏差超过筛查偏差限值的风力发电机进行停机测试；将风机叶片呈Y型停机；将多普勒激光雷达布置于风力发电机来风方向前端地面0-50米范围内，测量风力发电机风向仪安装高度位置的风速数据；根据多普勒激光雷达实时测得的风速数据调用停机状态下，风力发电机风向仪受叶轮扰动的修正系数；将修正后的风速数据与风力发电机风向仪测得数据进行比对；设定筛查偏差限值，当修正后的风速数据与风力发电机风向仪测得数据偏差超过筛查偏差限值时，认定被测风力发电机风向仪存在故障，需要维修或更换。2.关于原位校准振动传感器技术的研究选取适合风机发电机组的移动标准振动台，开发一套针对风力发电机振动传感器的原位校准方法，分析风机发电机机舱位置可能的振动干扰因素。形成振动传感器评估体系，进行传感器本体、传输系统等全面评估，分析误差原因。选用便携式移动振动标准振动台以及移动振动标准传感器开展上述研究工作，通过将便携设备携带至机舱位置，采用标准振动信号源校准、标准传感器比对的方式实现对振动传感器本体、数据传输系统的分别评估。3.关于风力发电机全系统传感器状态评估及系统优化的研究通过雷达的遥感式非接触测量结合数值模拟，可以精准的评估出风机系统存在的偏航误差。通过测量风速、风向数据与机组风速风向仪数据进行比对，以便进行校正，提升机组发电效率。基于状态评估结果，形成校准数据库，运用动态、静态算法，通过大数据分析手段实现风机计量状态分析。输出不合格设备清单、合格设备清单、叶轮干扰偏差。不合格设备经过筛选出来后，有针对性的进行维修或更换。基于大数据分析确定风向仪、风速仪修正方法、确定风向仪偏航修正角度可在对风优化上实现提质增效，确定风速仪修正速度后，可确保切入、切出风速准确，实现准确切入确保机组发电利用小时数；实现准确切出、振动监测确保机组安全运行。此外，而风向偏差对机组效率影响更为严重，甚至停机情况下，因偏航造成低频振动问题，影响风机安全。图6偏航对风功率的影响三、项