风电场风叶结冰是风力发电领域的一个全球性问题,叶片结冰会影响风电机组的负荷和功率输出,导致风电机组偏离正常运行工况,降低风电机组的使用寿命,结冰严重时,会造成叶片断裂,威胁风电场人员的安全,今天小编将去介绍风机风叶结冰故障预测方法。
目前,我国对叶片结冰故障的诊断还处于研究和开发阶段,所涉及的方法都是在结冰情况严重后停机除冰,用于结冰探测的传感器也在开发中,尚未普及,风机叶片结冰故障诊断的主要技术手段是比较风机实际功率与理论功率的偏差。
当偏差达到一定值时,会触发风机报警,但这种方法的缺点是不能在结冰的早期进行诊断,当警报被触发时,经常会出现大面积的叶片结冰,预测精度不高,预测结果粗糙,无法预测叶片早期结冰状态的问题,本发明提供了一种基于大数据和人工智能数据挖掘技术的风力机叶片。
在叶片结冰的早期就可以找到结冰预报方法,可以大大提高风机叶片除冰系统的工作效率,延长叶片的使用寿命,改善风机运行的气流环境,提高风机的运行和发电效率。