(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211229646.8 (22)申请日 2022.10.08 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 冯香恒　林勇刚　刘宏伟　顾亚京　 李伟　张国豪　方江圆　刘友足　 陈博文　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G06F 30/27(2020.01) G01B 21/32(2006.01) G01D 21/02(2006.01)G01M 13/00(2019.01) G06F 113/06(2020.01) G06F 113/08(2020.01) (54)发明名称 一种漂浮式海上风电机组载荷和平台变形 的在线测量方法及系统 (57)摘要 本发明公开了一种漂浮式海上风电机组载 荷和平台变形的在线测量方法及系统， 仿真建立 漂浮式海上风电机组的三维几何模 型， 确定风电 机组的特征参数， 在风电机组停机过程中， 采集 漂浮式平台的初始姿态信号； 在风电机组运行过 程中， 通过传感器测量环境条件参数、 机组状态 参数并计算平台运动状态参数； 计算得到机组的 轴向推力、 俯仰力矩， 以及 平台连杆的变形程度。 本发明克服了传统直接测量大型风电机组载荷 的困难， 通过频域法， 实现了机组轴向推力和机 组俯仰力矩载荷在叶轮转子三倍频处的信号分 离， 通过时域法， 解决了轴向推力在波浪频率处 与波浪载荷难以实现频域分离的问题， 本发明还 通过采集到的平台运动状态， 计算了平台连接杆 件的变形。 权利要求书4页 说明书10页 附图3页 CN 115544883 A 2022.12.30 CN 115544883 A 1.一种漂浮式海上风电机组载荷和平台变形的在线测量方法， 其特征在于， 该方法包 括以下步骤： (1)通过软件仿真建立漂浮式海上风电机组的三维几何模型， 确定漂浮式海上风电机 组的特征参数， 包括质量、 刚度和阻尼矩阵参数； (2)在静水面以及风电机组停机过程中， 通过传感器采集漂浮式平台的六自由度运动 状态数据， 记录平台结构的初始状态信号， 即初始纵摇角度 (3)在风电机组运行过程中， 通过传感器测量轮毂中心高度处风速v、 波浪周期T和海流 流速u环境条件参数； 叶轮转速Ω和叶片桨距角β 机组状态参数； 通过姿态传感器计算得到 平台的运动状态参数， 包括纵摇角度为 纵摇角速度 纵摇角加速度 纵荡速度 和 纵荡加速度 (4)根据步骤(2) ‑步骤(3)中的参数分别计算得到机组的轴向推力、 俯仰力矩， 以及平 台连杆的变形程度。 2.根据权利要求1所述的一种漂浮式海上风电机组载荷和平台变形的在线测量方法， 其特征在于， 漂浮式海上风电机组的系统特 征参数确定过程如下: (2.1)在ANSYS ‑AQWA软件中建立漂浮 式海上风电机组的分析模型， 通过频域仿真分析， 得到平台的静水刚度， 不同波浪频率下的辐射阻尼和附加质量 参数； (2.2)在ANSYS ‑Mechanical软件中建立漂浮式海上风电机组的分析模型并添加步骤 (1.1)中的附加质量， 基于弱弹簧模 型计算得到整个漂浮式海上风电机组的质量矩阵M和质 心位置参数； (2.3)在OPENFAST软件中建立风力机模型， 依据不 同风速、 叶轮转速、 叶片桨距角下风 力机的气动线性 化参数， 得到风力机的气动阻尼参数； (2.4)在FLUENT流体计算软件中完成平台在不同海流流速下的流场分析， 得到平台的 二次粘性阻尼参数， 并将其线性 化； (2.5)根据步骤(2.1) ‑步骤(2.4)得到的参数值， 在OPENFAST中建立漂浮式海上风电机 组模型， 在不同载荷作用下对建立漂浮式海上风电机组的动态响应进行仿真分析， 得到漂 浮式海上风电机组的刚度参数矩阵K； 进一步地根据漂浮式海上风电机组质量和阻尼得到 漂浮式海上风电机组的自然频率和阻尼频率。 3.根据权利要求1所述的一种漂浮式海上风电机组载荷和平台变形的在线测量方法， 其特征在于， 步骤(3)和步骤(4)中传感器需要预先通过运动状态自校准神经网络模型进 行 校准， 具体如下： 1)采集过去一段时间内的历史环境条件、 机组状态、 平台运动状态数据加以噪声滤波 处理和存储； 2)对于采集的不同时间的数据设定一种准确性因子， 投运初期的数据准确性因子为1， 随着时间推移， 数据的准确性因子以抛物线形式不断降低至一个阈值。 3)以历史环境条件、 机组状态数据为输入， 平台运动状态数据为输出， 建立运动 状态自 校准神经网络模型， 该模型为一种由外部输入的非线性自回归神经网络模型， 选取70％的 存储数据作为训练样本， 3 0％的存储数据作为验证样本； 4)实时采集一段时间内的环境条件、 机组状态输入到非线性自回归神经网络模型中，权　利　要　求　书 1/4 页 2 CN 115544883 A 2计算得到参考平台运动状态数值， 将传感器采集到的平台运动状态数据同参考平台运动状 态数值作比较， 筛选误差小于阈值的传感器数据， 最终输出传感器数据平均 值为： 其中n为正常状态传感器 个数， θ i表示第i个正常状态的传感器数据； 5)对于误差大于阈值的传感器数据(累计误差或零漂)， 在其基础上增加一个修正项， 其为一段时间内参 考平台运动状态数值和采集平台运动状态数据之差的平均值。 4.根据权利要求1所述的一种漂浮式海上风电机组载荷和平台变形的在线测量方法， 其特征在于， 步骤(4)中漂浮式平台的六自由度运动状态的计算过程如下： (4.1)某个传感器测量点的空间位置在 大地坐标系下为(Xo,Yo,Zo)， 在随体坐标系下为 (Xb,Yb,Zb)， 随体坐标系原点在大地坐标系下的坐标位置为(Xbo,Ybo,Zbo)。 采集到的原始运 动状态数据为横摇、 纵摇、 艏摇角度信号 横摇、 纵摇、 艏摇角速度信号 随体加速度信号 大地坐标系下坐标位置和随体坐标系下坐标 位置之间的变换关系可以表示 为： 其中T为坐标变换矩阵， 其非线性程度极为严重， 为此将其泰勒一阶展开， 可线性简化 为： (4.2)将采集到的随体坐标系下的加速度信号 变换到大地坐标系下的纵荡、 横荡、 垂荡加速度 为： (4.3)测量 点纵摇角加速度 通过步骤(4.1)所述角速度信号 差分得到 。 (4.4)测量点纵荡、 横荡、 垂荡速度信号 通过步骤(4.2)所述加速度信号 积分即可得到； (4.5)测量点纵荡、 横荡、 垂荡方向的空间位置(Xo,Yo， Zo)通过步骤(4.4)所述速度信号 积分和步骤(4.1)所述 坐标变换即可 得到。 5.根据权利要求2所述的一种漂浮式海上风电机组载荷和平台变形的在线测量方法， 其特征在于， 步骤(6)中机组轴向推力的计算方法如下： (1)将步骤(4)和步骤(5)采集的参数经过滤波器后， 分别得到运动状态信号的低频段、 波频段、 高频段；权　利　要　求　书 2/4 页 3 CN 115544883 A 3