欢迎访问新加坡聚知刊出版有限公司官方网站
info@juzhikan.asia
风力发电机叶片结冰机理及检测研究
  • ISSN:3041-0673(Print)3041-0681(Online)
  • DOI:10.69979/3041-0673.26.07.020
  • 出版频率:月刊
  • 语言:中文
  • 收录数据库:ISSN:https://portal.issn.org/ ;中国知网:https://scholar.cnki.net/journal/search ;RCCSE权威核心学术期刊:http://qk.nseac.com

风力发电机叶片结冰机理及检测研究
张建强 恽燕康 康鑫涛 张佛祥

国华(哈密)新能源有限公司,新疆哈密,839000;

摘要:本文针对寒区及高湿地区风机叶片结冰问题展开系统研究。首先分析了叶片结构特点及覆冰条件下的性能劣化机理,指出结冰会破坏气动外形,降低发电效率,并引发振动加剧与载荷异常等安全隐患。通过对结冰成因的剖析,明确了低温、高湿环境与空气动力学效应的耦合作用是关键成因。进而重点评述了基于机理模型与数据驱动的两类检测方法,指出机理模型可解释性强但适应性有限,数据驱动方法灵活度高但依赖数据质量。最后提出应发展机理与数据融合的智能检测技术,以提升机组在复杂气候条件下的运行可靠性与经济性。

关键词:风力发电机;叶片;结冰机理;检测

参考文献

[1]闯振菊,李春郑,刘社文.风机叶片结冰对其一体化结构动态响应影响的数值分析[J].上海交通大学学报,2022,56(09):1176-1187.

[2]王非凡.基于数据驱动的风机叶片结冰检测方法研究[D].湖南工业大学,2023.

[3]岳儒旭.SCADA数据驱动的风电机组叶片结冰检测[D].燕山大学,2024.

[4]刘红祥,闯振菊,刘社文,等.风机叶片结冰机理和电热除冰分析[J].船舶工程,2023,45(12):171-177+189.

[5]钟磊.基于深度学习的风机叶片结冰故障检测研究与实现[D].西南交通大学,2023.

[6]于振华.基于深度学习的风机叶片结冰故障检测与预测方法研究[D].武汉理工大学,2021.

[7]郑若楠.数据驱动的风电机组叶片结冰在线检测方法[J].分布式能源,2019,4(01):1-7.