Statistical Blade Angular Velocity Information-based Wind Turbine Fault Diagnosis Monitoring System

In this paper, we propose a new fault diagnosis monitoring system using gyro sensor-based angular velocity calculation for blades of the wind turbine system. First, the proposed system generates the angular velocity dataset for the rotation speed of the normal blade. Using the dataset, we estimate and evaluate the state of blades for the wind turbine by comparing the current state with the pre-calculated normal state. In the experimental results, the angular velocity of the normal state was higher than $360^{\circ}/s$ while that of the damaged blades was lower than $360^{\circ}/s$ and the standard deviation of the angular velocity was significantly increased.

블레이드 각속도 통계 정보 기반 풍력 발전기 고장 진단 모니터링 시스템

본 논문에서는 풍력 발전 시스템에서 발생 가능한 고장 중 블레이드에 대한 고장 진단 방법으로 자이로 센서를 이용한 각속도 측정을 통해 고장 진단용 모니터링 시스템을 제안한다. 제안하는 방법은 우선 손상이 발생하지 않은 상태의 블레이드 회전에 대한 각속도 dataset을 구성한다. 블레이드 상태 판별을 위한 dataset 구성이 되었다면, 임의의 상태에 대한 블레이드가 부착된 풍력 발전기를 일정한 힘을 가해 회전시킨 후 최종적으로 블레이드의 손상 정도에 따라 발생하는 각속도의 차이를 비교하여 블레이드의 고장 진단에 대해 판단한다. 실험 결과 정상 상태의 블레이드는 초당 1회 (초당 $360^{\circ}$) 이상의 속도로 회전을 진행하며, 손상 상태의 블레이드는 초당 1회 미만의 속도로 회전하며 표준 편차가 급격히 증가하는 것을 확인할 수 있었다.