基于物联网技术的风力发电机组叶片雷击实时监测系统设计与优化研究

基于物联网技术的风力发电机组叶片雷击实时监测系统设计与优化研究

谭佳奇刘光涛

国华（诸城）风力发电有限公司 山东潍坊 262232

摘要：本研究旨在解决风力发电机组叶片雷击监测存在的问题，通过基于物联网技术的叶片雷击智能监测系统设计与实现，实现对叶片雷击的在线实时监测。通过统计历史资料，分析雷电流峰值记录卡方法存在的问题，系统性地提出了自主开发的监测方案，包括全自动化数据处理与智能分析、DTU模块脚本程序的开发、私有通讯协议的采用、可扩展性的优化等创新性措施。该系统以4G网络为载体，通过边缘计算实现数据传输，确保实时在线查询雷击数据的可行性。通过Web网页服务，将详细数据以可视化形式展现至任意终端设备，实现雷击情况的高时效性监测。研究结果表明，本系统不仅有效解决了传统监测方法存在的时效性、实时性、安全性等问题，同时为智慧风电和精准运营提供了可行性基础。在当前风力发电领域，该技术方案具有显著的实用价值与推广潜力。

关键词：物联网；风电机组；雷击监测；叶片损坏；边缘计算‘4G网络

1.引言

近年来，随着风力发电机组投运时间的逐渐增长以及单机装机容量的持续增加，轮毂高度也从过去的50米左右迅速升高至目前的140米以上。在这个不断发展的背景下，叶片作为风力发电机组的核心组成部分，其运行稳定性和安全性显得尤为关键。由于陆上风力发电机组主要分布在丘陵、山地等地形复杂的区域，而春夏季节常伴有雷暴天气，使得风力发电机组遭受雷击的概率和风险显著增加。一般的雷击事件中，雷电释放的巨大瞬时能量能够导致风机叶片的爆裂、风电机组的自动化控制和通信元器件损坏，以及电气绝缘被击穿等严重现象。在山东省地区，每年雷雨天气主要集中在春夏秋三个季节。根据统计数据，国华山东公司各风电场所在地区在2020年至2022年期间共计经历1000余次雷雨天气（不同地区分别计算），其中仅诸城地区在这三年内就经历了300余次雷雨天气。尤其值得注意的是，近年来强雷暴天气的出现频率逐渐增加，当风力发电机组位于雷暴区域时，约有60%左右的概率受到雷击。风电机组在遭受雷击时，可能导致故障停机、叶片开裂甚至叶片折断等严重事故，造成的损失难以估量，对设备正常稳定运行产生严重影响。因此，雷电的高发率已经成为威胁风机安全的一个极为重要的危险源。

2.问题现状与分析

2.1传统监测方法的局限性

传统监测方法在风力发电机组叶片雷击问题上存在明显的局限性，主要体现在采用雷电流峰值记录卡这一传统手段。雷电流峰值记录卡的反馈延迟成为制约因素。据山东省各风电场的历史数据分析，雷电流峰值记录卡仅能在巡视叶片时才能发现叶片损坏缺陷，无法实现及时反馈，从而导致雷击事件未被及时察觉[1]。这一情况在强雷暴天气频繁发生的地区，如诸城地区，尤为显著。即便安装了记录卡，也很难在雷雨后第一时间获取关键信息，造成监测与应对的时间差。

雷电流峰值记录卡无法记录单次雷击的详细数据，这在实际雷击事件分析中显得十分关键。雷电流峰值记录卡只能记录多次雷击的最大值，而不能提供有关单次雷击的雷电流峰值、雷击时间、雷击次数等详尽信息[2]。在雷电流释放的瞬间，通过详细数据的缺失，监测人员无法全面了解叶片所受到的雷击的实质特征，限制了对雷击事件的深入分析和事后故障排查。

雷电流峰值记录卡的数据无法实时在线查询，只能由维护人员定期拆卸后送至设备厂家进行读取，而且在行业内可测量读取雷电流峰值记录卡的厂家较为有限，费用相对较高。这导致了监测数据的获取周期较长，监测人员缺乏实时了解叶片雷击情况的手段。特别是在强雷暴季节，若无法及时获取数据，风电机组维护人员将难以在首次雷击后快速做出有效的响应，进而影响风电机组的正常运行。因此，传统监测方法在反馈速度、数据记录以及实时查询等方面均存在局限，迫切需要一种更为先进和高效的监测系统来满足风电行业对叶片雷击实时监测的需求。

2.2研究的切入点

研究的切入点在于传统监测方法存在的诸多局限性，基于此，立足于解决风力发电机组叶片雷击监测的实际问题，通过引入先进的物联网技术，旨在打破传统监测模式的束缚，提高监测的时效性、精准性和实时性。具体而言，研究关注的是如何在雷电高发区域实现叶片雷击事件的即时感知，并构建一个可实时、可远程查询的监测系统，以更全面、深入地了解叶片所遭受的雷击特征。通过分析历史数据，认识到传统方法在反馈延迟、详细数据记录和实时查询方面的不足之处，因此研究将侧重于开发一种自主设计的雷击智能监测方案，旨在提高叶片雷击在线实时监测的数字化、可视化水平。

3.技术方案与创新点

3.1系统设计

雷击智能监测方案的全自动化数据处理与智能分析是整个系统设计的核心。基于历史雷击数据的分析，可以清晰地认识到传统监测方法在数据处理和分析上的不足。因此，设计注重实现对雷击事件的即时感知和高效分析。设计采用自主开发的智能监测方案，通过全自动化的数据处理，将从雷电流峰值记录卡和其他传感器采集到的原始数据进行实时的数字化处理。这包括数据的编码、压缩、转换等多重处理步骤，以确保所获取的信息能够被系统高效地解读和利用。

还要注重实现智能分析，通过引入先进的数据挖掘和机器学习算法，对雷电事件的数据进行深度分析。这不仅包括对雷电流峰值的实时监测，更包括对雷电的时空分布、频率、强度等多维度信息的全面分析。通过对历史数据的学习，系统能够不断优化算法，提高对雷击事件的准确识别能力。同时，智能分析也使得系统能够在异常情况下自动发出预警，提醒监测人员进行及时干预，实现对雷电事件的预防性控制，为风电机组提供更可靠的保护。

DTU模块脚本程序的开发与边缘计算的实现是为了进一步提高系统的实时性和稳定性。选择使用DTU（数据传输单元）模块，通过自主开发的脚本程序，实现对雷电计数器模块的边缘计算[3]。边缘计算使得数据的处理不再依赖于云服务器，而是在离数据源更近的地方进行，有效减轻了云服务器的计算压力，降低了数据传输的延迟。DTU模块脚本程序的独立开发不仅能够适应各种场景的需求，还能够实现对RS-485总线上的多个雷电计数器模块的同时轮询，提高了数据采集的效率。脚本程序支持断电重连、网络断线时数据缓存与重发、RS-485总线自检与复位等功能，确保系统在各种异常情况下都能够保持高度稳定的运行状态。通过这样的系统设计，能够更好地满足风力发电机组对于叶片雷击在线实时监测的需求，提供更为可靠的技术支持，实现智能化、高效化的监测系统。

3.2通讯安全性的考虑

通讯安全性是系统设计中至关重要的一环，为此引入了私有通讯协议和一机一码认证方式，以确保叶片雷击监测系统的稳健性和可信性。采用私有通讯协议是为了避免信息在传输过程中被未经授权的访问或篡改。传统的公共通讯协议在安全性方面存在一定的弱点，因此决定自主设计一套私有通讯协议，以降低系统遭受网络攻击的概率。私有通讯协议具有更高的保密性和独特性，能够有效防范潜在的数据泄露和恶意攻击。通过在通讯协议中引入数据加密、身份验证等安全机制，提高了系统对外界威胁的抵御能力，确保数据传输的安全性。

引入一机一码认证方式进一步加强了系统的认证机制。在叶片雷击监测系统中，每台设备都被赋予唯一的标识码，形成一机一码的认证体系。这种认证方式保证了设备的唯一性，有效防止了非法设备的接入[4]。通过一机一码认证，系统能够准确识别并验证每个设备的身份，确保只有经过授权的设备才能够进行数据的采集和传输。一机一码认证方式不仅增加了系统的安全性，同时也提高了系统的可管理性，使得对设备的追踪和管理更为简便和有效。

在实际应用中，私有通讯协议和一机一码认证方式相互协作，共同构建了一个具有高度安全性的通讯框架。私有通讯协议在数据传输过程中提供了隔离和加密，有效保障了信息的完整性和保密性。一机一码认证方式则在系统层面确保了设备身份的独一无二性，有效杜绝了未授权设备的接入。这两者的结合，不仅满足了风力发电机组叶片雷击监测系统对通讯安全性的高要求，同时也为系统的稳定运行和可持续发展提供了坚实的基础[5]。通过这一设计，在系统通讯层面充分考虑了隐私和安全性的需求，为智能监测系统在实际工程中的可靠应用奠定了坚实的技术基础。

3.3可扩展性的优化

系统的可扩展性在设计中占有关键地位，主要体现在支持连接多个RS-485总线设备的设计和采用4G网络为载体的无线数据传输方案上。系统支持连接多个RS-485总线设备的设计旨在满足不同场景下监测需求的灵活性。RS-485总线作为一种串行通信协议，常用于工业控制领域。通过引入多个RS-485总线，系统实现了对多个雷电计数器模块的同时连接。这种设计简化了系统拓扑结构，降低了设备之间的通信复杂性，并提高了系统对不同雷电计数器模块的适应能力，为监测系统的应用场景提供更为广泛的选择。

系统还采用4G网络为载体的无线数据传输方案对数据传输效率和覆盖范围进行了优化。风力发电机组通常分布在广阔的地域，传统有线数据传输方案面临着布线困难、成本高等问题。因此，选择4G网络作为数据传输的载体，通过无线方式传输监测数据。这一方案在不改变风力发电机组主控、变浆系统结构和控制程序的基础上实现了全套完整功能，解决了有线传输的限制，提高了系统的灵活性和覆盖范围。通过4G网络的应用，监测数据可以实现实时、无缝地传输至云服务器，为监测人员提供更为便捷的数据获取手段。

在实际系统中，支持连接多个RS-485总线设备和采用4G网络为载体的无线数据传输方案相辅相成，构建了一个具有高度可扩展性的监测系统。多个RS-485总线的连接使得系统能够灵活适应各类雷电计数器模块，而4G网络的应用则解决了数据传输的地理限制，确保了监测数据的及时、高效传输。通过这一优化，系统在设计中充分考虑了实际应用场景的多样性和灵活性，使得监测系统更具适应性和可扩展性，为风力发电行业提供了更为先进、便捷的叶片雷击监测解决方案。

4.实验设计与结果分析

4.1实施方式的选择

方案一：多总线连接至DTU

多个总线连接至DTU模块，每个总线连接一个雷电计数器模块。

RS-485总线数量：3个RS-485总线。

方案二：塔筒塔基接地线连接

雷电计数器模块安装在塔筒塔基接地线处。

RS-485总线数量：1至3个RS-485总线，根据连接雷电计数器模块的数量而定。

实验设计：

雷击事件模拟：使用雷电模拟器产生模拟雷击事件，模拟雷电流通过叶片的情况。

实际雷击数据：在实际风力发电机组场地进行采集，记录了一定时间内的雷击事件数据。

表1：方案一数据

表2：方案二数据

通信成功率：方案一相对于方案二在多个总线连接时表现更为稳定，通信成功率较高。这可能是由于多个总线的并行连接减轻了单一故障点的影响，提高了系统的容错性。

RS-485总线数量：方案一充分利用了多个RS-485总线的连接，具备更强的可扩展性，能够适应不同场景的监测需求。而方案二受限于塔筒塔基接地线的方式，总线数量较少，相对缺乏灵活性。

基于以上数据分析，得出结论：在可扩展性和通信稳定性方面，方案一相对更为优越。然而，在实际应用中，选择合适的方案还需考虑具体场地情况和监测需求。

4.2数据传输方式的研究

数据采集与实验设计：

模拟数据生成：通过模拟雷电事件，产生具有不同数据量和频率的模拟数据。

实际场地测试：在风力发电机组实际场地进行测试，获取真实环境下的数据。

表3：4G网络传输方案

表4：有线网络传输方案

传输时间比较：在相同数据量下，4G网络传输方案的传输时间相对较长，这主要受限于网络带宽。有线网络传输方案由于不受无线网络波动的影响，传输时间更为稳定且较短。

频率比较：4G网络传输方案在相同数据包大小下，频率相对较低。有线网络传输方案具备更高的传输频率，适用于对实时性要求较高的监测系统。

数据包丢失率比较：4G网络传输方案在大数据量传输时存在较高的数据包丢失率，而有线网络传输方案相对更为稳定，丢失率较低。

基于以上数据分析，有线网络传输方案在传输时间、频率和数据包丢失率等方面均优于4G网络传输方案。然而，实际应用需综合考虑场地特点、设备成本和实时性要求，选择合适的数据传输方式。
4.3终端与软件技术的应用

在叶片雷击智能监测系统的设计中，终端与软件技术的应用至关重要，涉及到实时监测数据的可视化展示、告警信息的智能生成与推送，以及系统的可操作性。以下是对这方面技术应用的详细探讨。

4.3.1Web网页服务

采用Web网页服务的设计，将监测系统的数据以网页形式实时展现至终端设备，包括手机端或电脑端浏览器。通过网页形式的呈现，操作人员可以在任意时间与地点获取详细数据。此外，该系统支持将监测系统部署至内网服务器上，保障数据的安全性。

4.3.2实时监测数据的可视化

终端与软件技术的一个核心应用是实现雷击数据的实时监测的数字化和可视化。监测系统通过Web网页服务将叶片雷击的实时数据呈现在终端设备上，操作人员可以随时查看叶片的雷击情况，包括雷击时间、雷击次数等详细数据。这种实时监测方案打破了传统人工检测方式，极大地提高了监测的时效性。

4.3.3数据分析与告警生成

终端与软件技术还应用于系统的数据分析与智能告警生成。监测系统的后台全自动地对数据库内雷击数据进行智能化分析，生成告警信息。该信息包括叶片遭受雷击的次数、时间点等详细数据，为运维人员提供了及时有效的预警。通过提前发现雷击事件，系统为智慧风电和精准运营奠定了基础，实现了风电机组的安全稳定运行。

通过以上技术的应用，叶片雷击监测系统不仅实现了监测数据的实时可视化，而且在数据分析和告警生成方面具备了高度智能化。这为风电机组的智慧化运维提供了有力支持，为提高风电机组的安全性和可靠性创造了良好的条件。

5.结语

本研究针对风力发电机组叶片雷击问题，通过统计分析历史数据，独立于主控系统条件下，基于物联网技术设计了一套叶片雷击智能监测系统。该系统通过自主开发的监测方案、DTU模块脚本程序、私有通讯协议，实现了叶片雷击在线实时监测的数字化、可视化，同时具备边缘计算、通讯安全、可扩展性等优势。对传统监测方法的局限性进行了深入剖析，提出了具体的改进方案，采用多总线连接至DTU的实施方式相较于其他方案表现更为优越。在数据传输方式的研究中，通过对4G网络和有线网络的比较，为系统的实际应用提供了可行性建议。最后，终端与软件技术的应用使监测系统具备实时可视化和智能告警生成的功能，为风电机组的智慧运维提供了坚实的技术基础。通过本研究，不仅为解决叶片雷击问题提供了创新性的技术方案，也为风力发电行业的智能化发展贡献了有益经验。

参考文献

[1]李燕,路文梅,李文才,刘国亭,陈元才,彭程,王希平,左仲善.基于物联网技术的远程抄表监控系统的设计与实现方式研究[J].河北水利电力学院学报,2018:29-32+38.

[2]郝嘉昌,刘紫康,沈书林.基于物联网技术的电梯远程监控应用[J].科学大众,2020:1.

[3]张盛;沈钰芳;顾俊.基于远程物联网技术的脚手架安全实时监控[J].建筑工程技术与设计,2021:2(161-162).

[4]袁练,李德英,彭威,齐剑斌,张淑姿,肖红辉.基于互联网与手机组态技术的PLC远程监控系统研究[J].现代信息科技,2019:158-160.

[5]梁静;杨华勋.基于物联网技术设计变电站远程监控系统研究[J].电子测试,2022:4.