(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111155954.6 (22)申请日 2021.09.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113821979 A (43)申请公布日 2021.12.21 (73)专利权人 中国华能集团清洁能源技 术研究 院有限公司 地址 102209 北京市昌平区北七家未来科 技城华能人才创新创业基地实验楼A 楼 (72)发明人 张林伟　蔡安民　林伟荣　许扬　 李媛　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 白文佳(51)Int.Cl. G06F 30/27(2020.01) G06F 113/26(2020.01) G06F 119/04(2020.01) G06F 119/14(2020.01) (56)对比文件 CN 111291514 A,2020.0 6.16 CN 113374652 A,2021.09.10 许帅等.限功率控制下风电机组叶片疲劳损 伤研究. 《太阳能学报》 .2020,(第01期), 米良等.基 于泊松随机过程的风力发电机叶 片疲劳寿 命估算. 《机 械工程学报》 .2016,(第18 期), 审查员 王玉鹏 (54)发明名称 一种风电机组疲劳损伤和寿命评估方法、 计 算机设备及存 储介质 (57)摘要 本发明涉及风力发电机安全性计算评估领 域， 公开了了一种风电机组疲劳损伤和寿命评估 方法， 通过测试设备对机组载荷和同期风资源参 数进行测量， 基于实测的载荷数据和风资源参数 对机组测试周期内的疲劳损伤进行评估， 利用 lightGBM机器学习方法， 建立测试周期内的机组 SCADA运行数据中关键变量和基于测试数据的疲 劳损伤之间的映射关系， 进而评估 该在役机组历 史SCADA数据下的疲劳损伤和剩余寿命； 对大量 的在役机组进行测试和评估后， 建立基于训练模 型的SCADA运行数据评估疲劳和基于Palmgren ‑ Miner准则下的疲劳损伤评估之间映射关系， 对 其余同类型机组通过Palmgren ‑Miner准则方法 计算机组疲劳损伤以及寿 命评估时进行修 正。 权利要求书2页 说明书5页 附图1页 CN 113821979 B 2022.12.09 CN 113821979 B 1.一种风电机组疲劳损伤和寿命评估方法， 其特 征在于， 包括以下步骤： S1、 通过测试设备对机组载荷和同期的关键风资源参数进行测量， 得到载荷测试数据 和测风塔测风数据； 获取同期机组SCADA运行 数据； S2、 通过测风塔测风数据和载荷测试数据， 计算机组在测试期间每个SCADA运行数据采 样周期内各测试位置的疲劳损伤； S3、 建立测试周期内的机组SCADA运行数据中关键变量和S2中所述各测试位置的疲劳 损伤之间的非线性映射关系， 进而评估该在役机组历史SCADA数据下的疲劳损伤和剩余寿 命； S4、 对一定数量的在役机组进行S1至S3的操作， 将基于训练模型的疲劳评估结果数据 集和基于Palmgren ‑Miner计算的疲劳损伤结果数据集进行相关性非线性拟合； 采用lightGBM方法对模型进行训练、 验证和测试， 以回归评价指标为评价标准进行模 型准确性的判定， 对其余同类型机组使用Palmgren ‑Miner准则计算机组疲劳损伤和寿命评 估的结果进行修 正， 以便准确进行寿命评估和延寿。 2.根据权利要求1所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， S1中， 在测试机组各关键位置安装载荷测试设备， 得到载荷测试 数据； 在测试机组附近， 安装测风设备， 对关键风资源参数进行测量， 测试期至少3个月以上， 得到测风塔测风数据。 3.根据权利要求1所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， S1中， 关键风资源参数包括 风速、 风向、 环境温度、 气压、 风切变及湍流强度。 4.根据权利要求1所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， S2中， 通过Palmgren_Miner 准则方法计算等效疲劳载荷时， 对风电机组中的不同材料采用不同的 等效循环次数N； 具体为： 若零部件使用复合材料、 低强度钢、 合金钢或球墨铸铁， 则使用等效循环次数1E7进行 统计， 则N ＝1E7； 若零部件为不适用无限循环次数的材料， 则等效循环次数按照实际的循环次数N1进行 统计， 则N ＝N1。 5.根据权利要求4所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， 实际循 环次数N1的计算参考机组具有代表 性某一测风年的实际风频， 代表性的定义为代表多年测 风数据的平均水平、 测风数据有效性90％以上。 6.根据权利要求4所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， 实际循 环次数的计算公式为： 其中， i表示不同风速； ωave_i代表风轮的平均转速； Hi为通过实际风频或拟合的 Weibull参数计算得到的各风速下的年发生小时数； Tlife为某台在役机组的设计寿命。 7.根据权利要求1所述的一种风电机组疲劳损伤和寿命评估方法， 其特征在于， S3包括 如下步骤： S31、 将测试期间的机组SCADA数据采样周期内各测试位置 的疲劳损伤与SCADA运行数 据中的变量数据集的顺序随机打乱处 理；权　利　要　求　书 1/2 页 2 CN 113821979 B 2S32、 将打乱后的数据按照8:1:1的比例划分为训练集、 验证集和测试集； 使用训练集对 lightGBM模型进行训练， 得到基于SCADA数据的预测模型； 训练集用于确定训练模型和使用SCADA数据内的变量； 验证集用于确定模型泛化能力 和调整模型超参数； 测试集用于控制模型 过拟合； S33、 通过对预测模型的迭代训练， 确定预测模型中机组运行数据变量的权重系数及超 参数； S34、 将测试集代入训练好的模型中， 得到基于SCADA运行数据的疲劳损伤结果S s， 对比 S2得到的各测试位置的疲劳损伤结果St， 评价模 型优劣的回归评价指标MSE、 RMSE、 MAE和R ‑ Squared； S35、 基于实际循环次数N1和 设计寿命Tlife， 利用雨流计数法计算该在役机组各零部 件已运行N_n年后的等效疲劳损伤SN_n， 利用Palmgren ‑Miner准则计算该在役机组各零部 件在设计寿命期Tl ife内的等效疲劳损伤STlife； 将该机组测试之前的所有SCADA运行 数据代入训练好的模型中， 得到实际疲劳损伤Sp； 通过Sp+St对比STlife， 对机组各零部件的剩余寿命进行评估； 对比Sp与基于Palmgren ‑Miner计算得到的等效疲劳损伤SN_n之间的差异。 8.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 7任意一项所述 风电机组疲劳损伤和寿命评估方法的步骤。 9.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7任意一项 所述风电机组疲劳损伤 和寿命评估方法的步骤。权　利　要　求　书 2/2 页 3 CN 113821979 B 3