[发明专利]一种风电叶片覆冰状态智能识别及预警方法

权利要求书

1.一种风电叶片覆冰状态智能识别及预警方法，其特征在于，包括以下步骤：

步骤1，获取风电机组设计参数及设定时间段内的历史运行数据，其中，所述设计参数包括切入风速、切出风速、额定风速、额定功率、额定风轮转速和全开桨时叶片桨距角，所述历史运行数据包括机组运行状态、风速、有功功率、风轮转速、叶片桨距角等；

步骤2，根据得到的历史运行数据分别得到风速-功率曲线及风速-桨距角曲线；

步骤3，设置覆冰环境温度阈值、最近预设时间段内数据点总数、低风速区最大风速阈值、覆冰预警比例阈值、覆冰三级预警参数损失百分比阈值、覆冰二级预警参数损失百分比阈值和覆冰一级预警参数损失百分比阈值；

步骤4，获取当前环境温度，其中，若当前环境温度小于覆冰环境温度阈值时，获取风电机组预设时间内的当前运行数据，当前运行数据包括机组运行状态、风速、有功功率、风轮转速和叶片桨距角；

步骤5，将得到的当前运行数据与步骤2得到的风速-功率曲线及风速-桨距角曲线分别进行对比，根据比对结果对风电叶片覆冰状态进行识别并推送预警信息。

2.根据权利要求1所述的一种风电叶片覆冰状态智能识别及预警方法，其特征在于，步骤2中，根据得到的历史运行数据分别得到风速-功率曲线及风速-桨距角曲线，具体方法是：

S21，以设定的风速间隔对得到的历史运行数据进行分仓，得到多个风速区间数据；

S22，对得到的各个风速区间数据进行清洗，得到每个子风速区间；

S23，将每个子风速区间的数据进行数据拟合，分别得到风速-功率曲线及风速-桨距角曲线。

3.根据权利要求2所述的根据权利要求1所述的一种风电叶片覆冰状态智能识别及预警方法，其特征在于，在对历史运行数据进行分仓之前，将得到历史运行数据中停机、空转、故障、检修和启动等非正常发电的数据进行剔除，得到风电机组正常发电运行的历史数据。

4.根据权利要求2所述的根据权利要求1所述的一种风电叶片覆冰状态智能识别及预警方法，其特征在于，S22中，对得到的多个风速区间数据进行清洗，得到每个子风速区间，具体方法是：

计算每个风速区间内的功率平均值μ和标准差σ；

从得到的每个风速区间内剔除输出功率小于μ-3σ或输出功率大于μ+3σ的数据，得到对应的子风速区间。

5.根据权利要求2所述的根据权利要求1所述的一种风电叶片覆冰状态智能识别及预警方法，其特征在于，S23，对每个子风速区间的数据进行数据拟合，分别得到风速-功率曲线及风速-桨距角曲线，具体方法是：

计算每个子风速区间对应的风速均值、有功功率均值和叶片桨距角均值，得到多个风速均值、有功功率均值和叶片桨距角均值；

根据得到的多个风速均值、有功功率均值和叶片桨距角均值分别拟合得到风速-功率曲线及风速-桨距角曲线。

6.根据权利要求1所述的根据权利要求1所述的一种风电叶片覆冰状态智能识别及预警方法，其特征在于，步骤5中，将得到的当前运行数据与步骤2得到的风速-功率曲线及风速-桨距角曲线分别进行对比，根据比对结果对风电叶片覆冰状态进行识别，具体方法是：

S51，将得到的当前运行数据与步骤2得到的风速-功率曲线及风速-桨距角曲线分别进行对比，其中，若当前运行数据中在风速-功率曲线或风速-桨距角曲线以下的数据点的占比小于覆冰预警比例阈值时，则判定机组正常发电运行；否则，进行S52；

S52，计算当前运行数据中的风速均值，其中，若风速均值小于低风速区最大风速阈值时，判定叶片出现低风速结冰，并推送覆冰三级预警信息；否则进入S53；

S53，当风速均值大于额定风速时，计算当前运行数据中的每一个数据点相对于同风速下桨距角曲线对应桨距角的损失百分比，并对计算得到的各个损失百分比取均值；否则，计算当前运行数据中的每一个数据点相对于同风速下功率曲线对应功率的损失百分比，并对计算得到的各个损失百分比取均值；

S54，根据得到的损失百分比均值判断叶片的覆冰程度。