丁国亮　聂吉辉　周进艳

摘要：由于中国的西北具有沙尘暴、低温、冰雪、雷暴，高海拔等惡劣气候特点，恶劣气候环境已对风电机组造成很大的影响，包括增加维护工作量，减少发电量，严重时还导致风电机组损坏。因此，在风电机组设计和运行时，必须具有一定的防范措施，以提高风电机组抗恶劣气候环境的能力。

关键词：无线通信网 风电塔筒

风电塔筒和机组的安全、可靠运行是维持稳定正常发电能力的重要保障。在塔筒发生倾斜或沉降的初期，巡检人员很难用肉眼发现其状态变化。目前迫切需要使用智能化的数据监测装置对风电塔筒倾斜、沉降进行在线监测与故障诊断，及早发现隐患，及时排除故障，以提高输电线路运行的可靠性。如果风电塔筒和机组的异常情况得不到及时有效的检测并排除.将会给风力发电场带来巨大损失.甚至造成灾难。所以有必要进行风电塔筒和机组的远程监测预警。

一、背景概述

风力塔筒是风力发电装置的主要受力部件之一。它在风机运行过程中。既要承受在各种风况下风轮机传递给塔筒的力和力矩。又要承受在各种风况下风载对塔筒的作用力和力矩，同时还要承受风轮、桨叶、短舱等部件质量的力和力矩，另外，要使风机停止运行时，塔架还要承受机械刹车系统传递过来的刹车力矩。所以，风电塔筒有可能发生倾斜和沉降。同时，风电塔筒的正常状态对于风力发电来说很重要，是风电机正常发电的基本保证。风电塔筒的异常状态主要有塔筒的倾斜与沉降。当塔筒倾斜或者沉降时，将影响风力发电机的发电效率。当塔筒严重倾斜甚至倒塌时，将会给风力发电场造成巨大损失，甚至造成灾难。可见，风力塔筒状态的监测与预警对风力发电至关重要。

二、工程效益

（1）提出一种基于物联网的风电机塔筒倾斜、沉降预测模型。由于外界震动、电磁干扰、仪器故障等引起了传感器的测量值异常。首先对传感器采集到的传感器数据进行数据预处理。但是单个传感器的提取值不能充分利用与目标有关的信息，影响了特征集的有效性和可靠性，拟用多传感器数据融合算法加强传感器采集数据的信度。最后针对数据结构对比选取一种通用预测模型。

（2）研究并提出一种针对风电塔筒倾斜、沉降预测算法，通过软件仿真，验证算法的精确程度。拟提出一种基于分层数据融合算法：①首先。在簇成员节点处对采集数据进行一级数据融合。将多个采样数据通过求均值的方法组合成一条数据信息。②其次，就是簇首节点这一层次的数据融合，拟采用最小二乘法拟合数据。③最后，就是在簇首节点向基站（sink）节点传输数据时设置阈值。根据拟合的曲线，预测未来的倾斜、沉降的趋势，做到及时排查故障，降低故障的发生率，达到对风电塔筒的倾斜、沉降监测、预警的目的。

（3）升级基于物联网的风电机组塔筒倾斜沉降预警平台软件。①本系统操作平台主界面包括：历史数据查询、生成数据报表、故障诊断、报警、故障预测等模块。②将新的算法移植到监测预警平台软件上。根据已有传感器处理数据，预测风电机塔筒倾斜、沉降发展趋势。针对数据预测的特点、远程监测预警系统的发展要求和上述主要研究内容。项目需要解决的关键技术如下：①科学确定塔筒倾斜沉降模型，提出基于最小二乘法的预测方法，预测未来N天的塔筒倾斜、沉降数据。②通过MatLab软件进行数据拟合，拟合出每个塔筒倾斜角的曲线和沉降量的曲线。

（4）提出一种风电机塔筒倾斜、沉降数据处理模型，该模型能够预先对无线传感器采集到的传感器数据进行数据预处理，剔除现场数据中的大量脏值，充分利用与目标有关的信息，提高特征集的有效性和可靠性。

（5）针对风电场监测预警中的实际问题，提出采用基于置信区间检验的均值数据融合，进行最小二乘数据拟合，建立塔筒倾斜沉降预警模型。并通过该模型对风电机塔筒倾斜、沉降度进行预测。

三、研究方法和技术路线

本项目将在分析、总结国内外监测预警研究成果的基础上，采用理论分析、分类建模验证以及软件综合试验相结合的研究方法。具体步骤为：

（1）查阅国内外相关资料，重点是无线传感器网络技术、数据预处理算法、数据预测算法、监测预警系统框架等。

（2）研究预警系统要求，建立实验仿真环境。

（3）研究预测模型与算法。

（4）构建监测预警平台数据库。

（5）升级风电塔筒倾斜、沉降监测预警系统平台，植入算法并对其仿真修正。

四、结论

本文立足电力通信领域。涉及电力工程建设过程中视频监控网络环境下的安全预警。具体涉及一种基于图像数据特征差异性的电力工程安全预警方法，用于工程管理技术人员对电力工程项目建设现场安全进行管理。减少工程事故的发生，提高新能源发电效益。

责任编辑：孙瑶