基于無線通信網的風電塔筒傾斜沉降信息預警方法的研究概述

丁國亮　聶吉輝　周進艷

摘要：由于中國的西北具有沙塵暴、低溫、冰雪、雷暴，高海拔等惡劣氣候特點，惡劣氣候環境已對風電機組造成很大的影響，包括增加維護工作量，減少發電量，嚴重時還導致風電機組損壞。因此，在風電機組設計和運行時，必須具有一定的防范措施，以提高風電機組抗惡劣氣候環境的能力。

關鍵詞：無線通信網 風電塔筒

風電塔筒和機組的安全、可靠運行是維持穩定正常發電能力的重要保障。在塔筒發生傾斜或沉降的初期，巡檢人員很難用肉眼發現其狀態變化。目前迫切需要使用智能化的數據監測裝置對風電塔筒傾斜、沉降進行在線監測與故障診斷，及早發現隱患，及時排除故障，以提高輸電線路運行的可靠性。如果風電塔筒和機組的異常情況得不到及時有效的檢測并排除.將會給風力發電場帶來巨大損失.甚至造成災難。所以有必要進行風電塔筒和機組的遠程監測預警。

一、背景概述

風力塔筒是風力發電裝置的主要受力部件之一。它在風機運行過程中。既要承受在各種風況下風輪機傳遞給塔筒的力和力矩。又要承受在各種風況下風載對塔筒的作用力和力矩，同時還要承受風輪、槳葉、短艙等部件質量的力和力矩，另外，要使風機停止運行時，塔架還要承受機械剎車系統傳遞過來的剎車力矩。所以，風電塔筒有可能發生傾斜和沉降。同時，風電塔筒的正常狀態對于風力發電來說很重要，是風電機正常發電的基本保證。風電塔筒的異常狀態主要有塔筒的傾斜與沉降。當塔筒傾斜或者沉降時，將影響風力發電機的發電效率。當塔筒嚴重傾斜甚至倒塌時，將會給風力發電場造成巨大損失，甚至造成災難。可見，風力塔筒狀態的監測與預警對風力發電至關重要。

二、工程效益

（1）提出一種基于物聯網的風電機塔筒傾斜、沉降預測模型。由于外界震動、電磁干擾、儀器故障等引起了傳感器的測量值異常。首先對傳感器采集到的傳感器數據進行數據預處理。但是單個傳感器的提取值不能充分利用與目標有關的信息，影響了特征集的有效性和可靠性，擬用多傳感器數據融合算法加強傳感器采集數據的信度。最后針對數據結構對比選取一種通用預測模型。

（2）研究并提出一種針對風電塔筒傾斜、沉降預測算法，通過軟件仿真，驗證算法的精確程度。擬提出一種基于分層數據融合算法：①首先。在簇成員節點處對采集數據進行一級數據融合。將多個采樣數據通過求均值的方法組合成一條數據信息。②其次，就是簇首節點這一層次的數據融合，擬采用最小二乘法擬合數據。③最后，就是在簇首節點向基站（sink）節點傳輸數據時設置閾值。根據擬合的曲線，預測未來的傾斜、沉降的趨勢，做到及時排查故障，降低故障的發生率，達到對風電塔筒的傾斜、沉降監測、預警的目的。

（3）升級基于物聯網的風電機組塔筒傾斜沉降預警平臺軟件。①本系統操作平臺主界面包括：歷史數據查詢、生成數據報表、故障診斷、報警、故障預測等模塊。②將新的算法移植到監測預警平臺軟件上。根據已有傳感器處理數據，預測風電機塔筒傾斜、沉降發展趨勢。針對數據預測的特點、遠程監測預警系統的發展要求和上述主要研究內容。項目需要解決的關鍵技術如下：①科學確定塔筒傾斜沉降模型，提出基于最小二乘法的預測方法，預測未來N天的塔筒傾斜、沉降數據。②通過MatLab軟件進行數據擬合，擬合出每個塔筒傾斜角的曲線和沉降量的曲線。

（4）提出一種風電機塔筒傾斜、沉降數據處理模型，該模型能夠預先對無線傳感器采集到的傳感器數據進行數據預處理，剔除現場數據中的大量臟值，充分利用與目標有關的信息，提高特征集的有效性和可靠性。

（5）針對風電場監測預警中的實際問題，提出采用基于置信區間檢驗的均值數據融合，進行最小二乘數據擬合，建立塔筒傾斜沉降預警模型。并通過該模型對風電機塔筒傾斜、沉降度進行預測。

三、研究方法和技術路線

本項目將在分析、總結國內外監測預警研究成果的基礎上，采用理論分析、分類建模驗證以及軟件綜合試驗相結合的研究方法。具體步驟為：

（1）查閱國內外相關資料，重點是無線傳感器網絡技術、數據預處理算法、數據預測算法、監測預警系統框架等。

（2）研究預警系統要求，建立實驗仿真環境。

（3）研究預測模型與算法。

（4）構建監測預警平臺數據庫。

（5）升級風電塔筒傾斜、沉降監測預警系統平臺，植入算法并對其仿真修正。

四、結論

本文立足電力通信領域。涉及電力工程建設過程中視頻監控網絡環境下的安全預警。具體涉及一種基于圖像數據特征差異性的電力工程安全預警方法，用于工程管理技術人員對電力工程項目建設現場安全進行管理。減少工程事故的發生，提高新能源發電效益。

責任編輯：孫瑤