一种测风塔倒塌的风险预警方法及装置与流程

本技术涉及测风塔的，尤其涉及一种测风塔倒塌的风险预警方法及装置。

背景技术：

1、在全球风电产业逐渐兴起的大背景下，风电场的建设规模和数量也在逐年大幅攀升，因此测风塔的应用在风能开发利用中也逐年增加。目前绝大部分的测风塔结构采用格构拉线杆塔(拉线式测风塔)。

2、格构式拉线塔作为测量风速塔具有天然的优势，它的特殊结构使得它的钢材消耗与自承塔相比大大降低。格构式拉线塔塔头和主塔一般由角钢组成的空间桁架组成，整体稳定性好，能承受较大的轴向压力。拉线由高强度钢绞线制成，可以承受很大的张力。拉线由高强度钢绞线制成，可以承受很大的张力。两种材料各取所长，充分发挥各自的强度特性，从而大大减少了桅杆塔材料的用量。

3、随着风电场的快速开发，越来越多的测风塔也跟随建立在了冰冻现象高发的高海拔和湿度较大的南方山区，在这些地区测风塔受到一般气候、微地形、微气象等条件的影响，持续的低温雨雪天气使测风塔塔身被冰封，对测风塔的运行造成严重危害。

4、在风、冰荷载联合作用下结构脆弱的拉线测风塔倒塌的风险相当高，给风电场投资者造成的经济损失和时间成本相当大。格构式拉线塔属于高耸的柔性结构，它主要靠拉线来保证其安全性，但是在覆冰的情况下，直径很小的拉线表面外会附着一层覆冰，这种情况下拉线的迎风面积会变得很大，导致风荷载对拉线的影响变大，从而导致主塔位移增加，倒塌风险提高。同时，拉线上的覆冰自重也会产生一个向下的力导致拉线变形，从而对主塔的竖向荷载产生一个较大的影响，会使主塔更快的达到其最大的屈服应力而产生破坏。

5、若测风塔倒塌，会严重影响测风数据收集的质量，导致数据缺失或无效比例大大提高，进而会严重影响风电场前期资源评估的准确性，增大项目投资风险。

技术实现思路

1、为了对测风塔的覆冰情况进行分析和预测，实现测风塔倒塌的风险预警，从而减少测风数据缺失或无效的情况，以提高风电场资源评估的准确性，同时减少项目投资风险，本技术提出一种测风塔倒塌的风险预警方法及装置。

2、第一方面，本技术提出一种测风塔倒塌的风险预警方法，包括：

3、获取测风塔所在区域范围内未来设定时长后的覆冰因素信息，并基于所述覆冰因素信息，预测所述测风塔在未来设定时长后的预测覆冰厚度；

4、基于所述预测覆冰厚度，确定所述测风塔的覆冰重力荷载和风荷载；

5、基于所述覆冰重力荷载和所述风荷载，计算所述测风塔的预测应力比；

6、基于所述预测应力比，确定所述测风塔倒塌的风险预警级别。

7、优选地，所述基于所述覆冰因素信息，预测所述测风塔在未来设定时长后的预测覆冰厚度，包括：

8、获取历史覆冰因素信息，对所述历史覆冰因素信息进行预处理，得到样本数据；

9、基于图神经网络和支持向量机回归算法，结合样本数据对覆冰厚度预测模型进行训练，得到目标覆冰厚度预测模型；

10、将所述覆冰因素信息输入所述目标覆冰厚度预测模型，由所述目标覆冰厚度预测模型预测所述测风塔的预测覆冰厚度。

11、优选地，所述覆冰厚度预测模型包括图卷积神经网络层和支持向量机回归层；其中，所述覆冰厚度预测模型的训练过程，包括：

12、基于所述样本数据，构建图数据，并将所述图数据输入所述图卷积神经网络层得到图表征；

13、将所述图表征输入所述支持向量机回归层，对所述图表征进行分类回归，得到所述样本数据对应的样本预测覆冰厚度；

14、根据所述样本数据的实测覆冰厚度和所述样本预测覆冰厚度，获取所述覆冰厚度预测模型的损失函数；

15、基于所述损失函数对所述覆冰厚度预测模型进行调整，并对调整后的覆冰厚度预测模型进行训练，直至所述损失函数满足预设的训练结束要求，得到所述目标覆冰厚度预测模型。

16、优选地，所述测风塔的覆冰重力荷载的确定过程包括：

17、获取所述测风塔的直径和设定的覆冰重度；

18、基于所述测风塔的直径、所述覆冰重度和所述测风塔的预测覆冰厚度，确定所述测风塔的单位长度覆冰重力荷载；

19、基于所述单位长度覆冰重力荷载和所述测风塔的长度，确定所述测风塔的覆冰重力荷载。

20、优选地，所述测风塔的单位长度覆冰重力荷载的确定公式如下：

21、q＝πba1a2(d+ba1a2)γ×10-6

22、式中，q为测风塔的单位长度覆冰重力荷载；b为预测覆冰厚度；a1、a2分别为与测风塔构件有关、与高度有关的修正系数；d为所述测风塔的直径；γ为覆冰重度。

23、优选地，所述测风塔的风荷载的确定过程包括：

24、根据所述测风塔的直径和所述测风塔的预测覆冰厚度，确定风荷载体型系数；

25、获取与风荷载相关的基础参数，并基于所述基础参数和所述风荷载体型系数，确定所述测风塔的风荷载。

26、优选地，所述测风塔的风荷载的确定公式如下：

27、ωk＝βsμsμzω0

28、式中，所述基础参数包括基本风压ω0、风振系数βs；高度z处的风压高度变化系数μz；

29、μs为所述风荷载体型系数。

30、优选地，所述基于所述覆冰重力荷载和所述风荷载，计算所述测风塔的预测应力比，包括：

31、获取所述测风塔的三维模型；

32、向所述三维模型施加所述覆冰重力荷载和所述风荷载，结合非线性受力分析算法，计算所述三维模型承受的预测应力；

33、基于所述预测应力和所述测风塔的屈服强度，计算得到所述测风塔的预测应力比。

34、第二方面，本技术还提供一种测风塔倒塌的风险预警装置，包括：

35、覆冰预测模块，用于获取测风塔所在区域范围内未来设定时长的覆冰因素信息，并基于所述覆冰因素信息，预测所述测风塔在未来设定时长后的预测覆冰厚度；

36、荷载计算模块，用于基于所述预测覆冰厚度，确定所述测风塔的覆冰重力荷载和风荷载；

37、应力计算模块，用于基于所述覆冰重力荷载和所述风荷载，计算所述测风塔的预测应力比；

38、风险预警模块，用于基于所述预测应力比，确定所述测风塔倒塌的风险预警级别。

39、优选地，所述覆冰预测模块在基于所述覆冰因素信息，预测所述测风塔在未来设定时长后的预测覆冰厚度时，还执行以下步骤：

40、获取历史覆冰因素信息，对所述历史覆冰因素信息进行预处理，得到样本数据；

41、基于图神经网络和支持向量机回归算法，结合样本数据对覆冰厚度预测模型进行训练，得到目标覆冰厚度预测模型；

42、将所述覆冰因素信息输入所述目标覆冰厚度预测模型，由所述目标覆冰厚度预测模型预测所述测风塔的预测覆冰厚度。

43、本技术提供的一种测风塔倒塌的风险预警方法及装置，通过获取测风塔所在区域范围内的覆冰因素信息，结合训练好的覆冰厚度预测模型获取未来设定时长后的预测覆冰厚度，能够对测风塔的覆冰厚度进行预测，从而便于工作人员了解测风塔的覆冰情况；同时结合预测覆冰厚度计算测风塔所承受的覆冰重力荷载和风荷载，并根据覆冰重力荷载和风荷载计算测风塔的预测应力比，从而对测风塔的应力承受情况进行了解，最终根据测风塔的预测应力比确定未来设定时长后的测风塔倒塌的风险预警级别。本技术能够对测风塔的覆冰情况进行分析和预测，实现测风塔倒塌的风险预警，从而减少测风数据缺失或无效的情况，进一步提高风电场资源评估的准确性，同时减少项目投资风险。

44、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。