LabVIEW风力涡轮机的雷电流测量系统中集成高速摄像机

简介: LabVIEW风力涡轮机的雷电流测量系统中集成高速摄像机

LabVIEW风力涡轮机的雷电流测量系统中集成高速摄像机


随着全球风电装机容量的快速增长,雷电活动对风力发电机组造成的损害受到更多关注,特别是在雷电活动强烈的地区。在冬季闪电期间,风力涡轮机等高层结构会受到向上的雷击。众所周知,在冬季闪电期间,转移电荷的值甚至可能超过1000°C。防雷标准仅依赖于瑞士静态塔上的雷电流测量。测量本身不能反映雷电流参数在地球其他地区的分布。


为了收集雷电流波形的局部测量值,可用于确定雷电流参数(如振幅和平均陡度)的实际分布,开发了一个原型测量系统。采集系统的控制应用程序是在LabVIEW中开发,自安装以来一直持续运行。自去年夏天以来,已经收集了雷电流波形的测量值。


高速摄像机已经与在不同国家安装的几个雷电流测量系统同时使用。然而,这些测量系统安装在高静态物体上,如电信或气象塔。对于主要安装的WT上安装的雷电流测量系统,使用了正常速度相机。


该系统的关键组件是两个电流探头和带有20MHz数字化仪(高速数字化仪)、250kHz数字化仪(低速数字化仪)和GPS同步模块的cRIO实时控制器。



罗氏线圈缠绕在距离地面约1米的WT塔上。它们用几个等间距的电磁铁固定在塔上。每个线圈通过6m同轴电缆连接到其各自的积分器。集成器固定在安装在WT塔内的电气柜内。电气柜还包含采集系统:cRIO实时控制器及其两个采集和一个时间同步模块。高频传感器的积分器连接到高速数字化仪,而低频传感器的积分器连接到低速数字化仪。GPS同步模块与固定在WT入口楼梯上的GPS天线相连。


cRIO实时控制器的控制应用程序是在LabVIEW中开发的。该应用程序包含用于触发数字化仪,GPS同步,数据时间戳和数据存储的逻辑的实现。高速和低速数字化仪独立触发,导致至少两个文件与cRIO上的单个雷击相关联。两个数字化仪都设置为在其输入端的电压值超过特定值时触发,该值基本上对应于当流过罗氏线圈的雷电流超过指定值时触发。两个数字化仪的触发时刻都有时间戳。根据触发时刻的GPS时间戳和数字化仪的采样率,可以确定每个收集样本的精确时间。此外,根据两个数字化仪触发时刻的GPS时间戳,可以关联高速和低速数字化仪记录。


高速和低速数字化仪的采集速度分别为10MHz和30kHz。高速数字化仪在2500A流过WT涡轮机时触发,而低速数字化仪在大约42A流动时触发。低速记录持续时间设置为2秒,预触发时间为总记录持续时间的10%。对于每次雷击,最多有一个与之关联的低频数字化仪记录。高速数字化仪记录持续时间设置为1.5毫秒,预触发时间为总记录持续时间的10%。多个高速数字化仪文件通常与单个雷击相关联,每个雷击包含大约一个雷击脉冲。在几秒钟的死区时间发生之前,可以使用高速数字化仪记录32条连续记录。


雷电流测量系统开发的下一阶段涉及在现场安装高速摄像机,以获得雷击的视觉记录,其电流波形是用原型系统测量的。高速摄像机将固定在附近变电站的屋顶上,并可以清楚地看到WT。


雷击的高速相机记录将作为开发原型记录的测量结果的视觉确认。此外,根据高速摄像机雷击记录,可以确定雷击到WT的确切点,并区分向上和向下的雷击。高速摄像机将使用IRIG-B协议与GPS时间同步。相机记录中的所有帧都将具有精确的时间戳。


开发的相机应用程序执行基本的控制功能,例如触发,将触发的记录上传到本地服务器以及从相机内存中删除上传的记录。由于高fps导致雷击的摄像机记录可能相对较大,这导致上传时间以10Gb传输速度持续几秒钟,因此可以在旧摄像机记录的上传过程中触发新的摄像机记录。这种触发和上传的并行操作可确保摄像机捕获尽可能多的连续雷击,几乎没有死区时间。


在无法触发其他记录之前存储在高速摄像机中的记录数由最大可用分区数定义。最大可用分区数可以设置为1到63之间的值。最大可用分区数越多,单个记录的持续时间就越短,以获得恒定的fps和分辨率。必须从两个方面来考虑这一点。首先,单个记录的长度必须足以捕获整个雷击事件。其次,如果多次连续雷击导致多个触发器,则必须有足够的分区来存储记录。因此,相机将设置为具有5-10个可用分区,每个记录的持续时间为1秒。这将确保如果发生多次连续雷击,由于记录从摄像机上传到本地服务器的过程,没有死区时间。


开发的相机控制应用程序允许cRIO实时控制器触发高速相机。相机控制应用程序使用TCP/IP协议持续等待来自控制器的触发信号通过本地网络发出。当安装在WT上的原型测量系统检测到雷击时,cRIO控制应用程序将向相机控制应用程序发送触发信号。为了成功记录雷击,确保相机记录有足够的预触发时间,以补偿信号从cRIO传输到控制相机的服务器所需的时间至关重要。


除了使用LabVIEW的实时控制器实现相机触发功能,该相机还提供了基于图像的自动触发(IBAT)功能。当IBAT功能打开时,摄像机将从实时图像中检测到的运动触发。更准确地说,当所选帧区域中足够数量的像素发生特定变化时,将发生触发器。例如,这种像素变化可能是由雷击引线进入相机帧引起的。两个描述的触发器都将在现场激活。因此,即使罗氏线圈和cRIO没有检测到任何雷击,相机仍然可以捕捉到它。


将相机集成到原型系统中将进一步确认原型获得的测量值确实是雷击。可以将每个雷电流波形与该雷击的视频相关联。此外,它还将有助于区分向上和向下打击。高速相机控制应用程序是在LabVIEW中开发的。该应用程序提供的功能包括通过原型雷电流测量系统触发相机,并在相机帧中的运动变化时触发。如果原型雷电流测量系统无法检测到雷电,则运动变化的触发是多余的。该应用程序还自动将闪电记录从摄像机RAM上传到本地服务器,与触发过程并行。由于触发和上传过程的并行操作,如果连续发生几次雷击,就不会有死区时间。相机及其控制应用程序都将全天候连续运行。将相机集成到原型测量系统中是在高压实验室进行的。样机测量系统成功触发了摄像机,并获得了气隙和绝缘子上闪络过程的视频记录。


这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
3月前
|
弹性计算 运维 Serverless
项目管理和持续集成系统搭建问题之云效流水线支持阿里云产品的企业用户如何解决
项目管理和持续集成系统搭建问题之云效流水线支持阿里云产品的企业用户如何解决
83 1
项目管理和持续集成系统搭建问题之云效流水线支持阿里云产品的企业用户如何解决
|
3月前
|
安全 前端开发 持续交付
项目管理和持续集成系统搭建问题之云效的缺陷管理如何解决
项目管理和持续集成系统搭建问题之云效的缺陷管理如何解决
87 6
|
3月前
|
分布式计算 DataWorks 关系型数据库
MaxCompute 生态系统中的数据集成工具
【8月更文第31天】在大数据时代,数据集成对于构建高效的数据处理流水线至关重要。阿里云的 MaxCompute 是一个用于处理大规模数据集的服务平台,它提供了强大的计算能力和丰富的生态系统工具来帮助用户管理和处理数据。本文将详细介绍如何使用 DataWorks 这样的工具将 MaxCompute 整合到整个数据处理流程中,以便更有效地管理数据生命周期。
128 0
|
15天前
|
XML Java 数据库连接
SpringBoot集成Flowable:打造强大的工作流管理系统
在企业级应用开发中,工作流管理是一个核心组件,它能够帮助我们定义、执行和管理业务流程。Flowable是一个开源的工作流和业务流程管理(BPM)平台,它提供了强大的工作流引擎和建模工具。结合SpringBoot,我们可以快速构建一个高效、灵活的工作流管理系统。本文将探讨如何将Flowable集成到SpringBoot应用中,并展示其强大的功能。
59 1
|
1月前
|
SQL 数据库连接 数据库
管理系统中的Visual Studio与SQL集成技巧与方法
在现代软件开发和管理系统中,Visual Studio(VS)作为强大的集成开发环境(IDE),与SQL数据库的紧密集成是构建高效、可靠应用程序的关键
|
1月前
|
SQL 监控 数据库
管理系统VS SQL:高效集成的关键技巧与方法
在现代企业信息化建设中,管理系统(如ERP、CRM等)与SQL数据库之间的紧密集成是确保数据流动顺畅、业务逻辑高效执行的关键
|
2月前
|
并行计算 关系型数据库 分布式数据库
朗坤智慧科技「LiEMS企业管理信息系统」通过PolarDB产品生态集成认证!
近日,朗坤智慧科技股份有限公司「LiEMS企业管理信息系统软件」通过PolarDB产品生态集成认证!
|
3月前
|
存储 Prometheus 监控
Grafana 与 Prometheus 集成:打造高效监控系统
【8月更文第29天】在现代软件开发和运维领域,监控系统已成为不可或缺的一部分。Prometheus 和 Grafana 作为两个非常流行且互补的开源工具,可以协同工作来构建强大的实时监控解决方案。Prometheus 负责收集和存储时间序列数据,而 Grafana 则提供直观的数据可视化功能。本文将详细介绍如何集成这两个工具,构建一个高效、灵活的监控系统。
423 1
|
3月前
|
机器学习/深度学习 开发工具 git
Jupyter 与版本控制系统的集成
【8月更文第29天】在数据科学和机器学习项目中,Jupyter Notebook 提供了一个强大的环境来编写代码、执行实验和记录结果。然而,随着项目的复杂度增加以及团队规模的扩大,版本控制变得至关重要。Git 是最常用的版本控制系统之一,它可以帮助团队协作、追踪变更历史、管理分支等。本文将探讨如何将 Git 与 Jupyter Notebook 集成起来,从而更好地管理代码和文档。
73 0
|
3月前
|
机器学习/深度学习 运维 搜索推荐
项目管理和持续集成系统搭建问题之云效在项目管理方面如何解决
项目管理和持续集成系统搭建问题之云效在项目管理方面如何解决
36 0
下一篇
无影云桌面