ES2933553T3 - Detección de lluvia intensa o granizo en una pala de turbina eólica - Google Patents

Abstract

Se divulga un método para detectar condiciones anormales, por ejemplo, de una pala o un rotor, en un generador de turbina eólica. También se describe un sistema para detectar condiciones anormales, por ejemplo, de una pala o rotor en un generador de turbina eólica. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Detección de lluvia intensa o granizo en una pala de turbina eólica

Antecedentes de la invención

Campo de la invención

La presente invención se refiere a un método y un sistema para detectar lluvia intensa o granizo en una pala de un generador de turbina eólica.

Descripción del estado de la técnica

El funcionamiento de los generadores de turbina eólica se beneficia de la información relativa a las condiciones operativas. Para ello, se ha desarrollado e implementado una gran cantidad de diagnósticos auxiliares con un propósito específico. Por ejemplo, los pronósticos del tiempo basados en datos meteorológicos se refinan con un propósito específico de predecir las condiciones del tiempo.

En otro ejemplo, los equipos meteorológicos, como LiDAR o radares, se instalan a expensas y con complejidad para observar las condiciones meteorológicas a las que se enfrenta un generador de turbina eólica.

La precipitación, incluyendo la precipitación intensa, puede detectarse o identificarse mediante disdrómetros; y/o en combinación con el modelado de datos meteorológicos proporcionados por dichas instalaciones de radar/LiDAR.

Se han realizado algunos esfuerzos para evaluar las condiciones operativas experimentadas por una turbina eólica. Los esfuerzos incluyen los siguientes ejemplos.

En el documento EP2565444 se describe un método de identificación de palas de sistema en el dominio del tiempo para monitorear y, en particular, para detectar cambios en las propiedades de las palas del rotor a partir de las vibraciones medidas, registrándose la temperatura de una o más palas del rotor.

En el documento EP2565444 no se menciona la identificación de las condiciones que experimenta la pala del rotor durante el funcionamiento.

En el documento US2014246857 se describe una configuración en la que la supervisión del ruido detecta ruidos inusualmente altos como eventos únicos, por ejemplo, cuando se produce un gran ruido simultáneamente en varias turbinas eólicas en un parque y se identifican al mismo tiempo, es probable que el ruido sea un evento externo como granizo o rayos. En el documento US2014246857 se sugiere además que la turbina eólica sea detenida y reparada por personal.

En el documento US2003165379 se describe un sistema como un tipo de disdrómetro mencionado anteriormente para determinar un impacto umbral en una pala del número de partículas que incluyen granizo y gotas de lluvia, o precipitación, y su impulso.

En el documento US2014260634 se divulga un sistema de acelerómetros y acústicos (dirección gravitacional) dirigidos a comparar la información sensorial recopilada entre varias palas para medir las cargas de tensión cíclica.

En el documento US2009039650 se describe un método para clasificar eventos como formación de hielo, impurezas o grietas mediante la combinación de señales tales como la evaluación de señales obtenidas durante un período de verano en el que se puede excluir la formación de hielo. En el documento US200903650 no se mencionan las señales reales y los patrones de señales.

Breve descripción de la invención

Un propósito consiste en reducir la complejidad de obtener condiciones operativas relevantes para el funcionamiento del generador de turbina eólica. Un objetivo consiste en mejorar el funcionamiento de un generador de turbina eólica.

Un propósito consiste en aumentar la vida útil de un generador de turbina eólica. Un propósito adicional consiste en reducir la necesidad de servicio durante la vida útil del generador de turbina eólica.

Por ejemplo, un objetivo consiste en reducir la erosión de una pala de turbina eólica, es decir, un borde principal de una pala de turbina eólica.

Breve descripción de la invención

Un objetivo se logra mediante un método de detección de lluvia intensa o granizo en una pala en un generador de turbina eólica, que comprende las siguientes acciones:

- medir la entrada sensorial del generador de turbina eólica;

- identificar firmas de lluvia intensa o granizo en la pala a partir de la entrada sensorial,

donde la acción de medir se realiza por medio de acelerómetros como sensores de vibración.

Las condiciones anormales se comprenderán y especificarán con ejemplos. Asimismo, la acción de identificar firmas se entenderá y especificará con ejemplos.

Una condición normal puede entenderse como "todos los elementos iguales" y durante condiciones normales o aceptables. Una condición normal también puede estar bajo condiciones específicas, como, por ejemplo, condiciones inusuales reconocidas.

Una condición anormal puede ser considerada una anomalía.

La entrada sensorial incluye una respuesta en un órgano o unidad sensorial cuando recibe estímulos, entradas cuantitativas o mediciones.

Una condición puede ser para una pala específica, un rotor específico con un conjunto de palas específicas, una turbina eólica específica con un rotor específico con un conjunto de palas específicas. Una condición puede ser cualquier condición o situación que ocurra durante circunstancias específicas.

Como tal, un sistema o una pala de turbina eólica puede funcionar en condiciones en las que "todas las cosas son iguales" o iguales hasta que surge un evento inusual, un evento o condición no normal o anormal.

De acuerdo con una realización no reivindicada, la detección puede ser "escuchando" y detectando lluvias intensas y otros defectos en los rotores de turbinas eólicas y otros dispositivos giratorios.

Por ejemplo: una condición normal puede ser una pala o un rotor funcionando bajo condiciones del tiempo sin lluvia o ninguna otra precipitación. Una condición anormal correspondiente puede ser el funcionamiento con lluvia u otras precipitaciones.

Por ejemplo: una condición normal puede ser el funcionamiento durante la lluvia u otras precipitaciones. Una condición anormal correspondiente puede ser el funcionamiento durante lluvias intensas u otras precipitaciones intensas.

Por ejemplo: una condición normal puede ser poner en funcionamiento con una pala de turbina eólica tal como se proporciona intacta o de acuerdo con la especificación que incluye un cierto nivel de laminación. Una condición anormal correspondiente puede ser el funcionamiento con una pala con delaminación (con respecto al cierto nivel de laminación). Por ejemplo: una condición normal puede ser poner en funcionamiento con una pala de turbina eólica sin objetos sueltos dentro de la pala. Una condición anormal correspondiente puede estar funcionando con uno o más objetos sueltos dentro de la pala. Un objeto puede ser una herramienta, un perno, una parte de la pala, como fibra de vidrio.

Por ejemplo: una condición normal puede ser el funcionamiento sin impactos en una pala. Una condición anormal correspondiente puede ser el funcionamiento con un impacto en una pala. Un impacto puede ser el caso de que un ave o un murciélago, etc. impacte con una pala.

Por ejemplo: una condición normal puede ser el funcionamiento sin daño estructural en una pala. Una condición anormal correspondiente puede estar funcionando con daño estructural en una pala. El daño estructural puede ser una diferencia relativa entre el diseño de laminación de las palas, una diferencia relativa entre las estructuras incorporadas en las palas, una abolladura o una asimetría.

Además de los ejemplos mencionados, de acuerdo con una realización no reivindicada, los métodos y sistemas también pueden usarse para detectar y escuchar otros defectos usando tecnología de monitoreo de rotor. Tales otros defectos pueden ser, por ejemplo, los siguientes:

- tormentas de polvo/arena que generan un sonido alto e inusual y/o una vibración inusual en una pala de turbina eólica que se puede detectar por algoritmos;

- impacto de un rayo que genera un pico de sonido alto, inusual e instantáneo y/o un pico inusual e instantáneo de vibración en una pala de turbina eólica y puede ser detectado por sensores y algoritmos, como se describe;

- partículas sueltas que se mueven dentro de la pala y, por lo tanto, generan un sonido monótono, inusual y/o una vibración inusual en una pala de turbina eólica y pueden ser detectadas por sensores y algoritmos;

- daño en la superficie de la pala individual o dentro de la estructura de la pala que genera sonidos inusuales y/o vibraciones inusuales en una pala de turbina eólica y puede ser detectado por sensores y algoritmos;

- las aves y/o los murciélagos que golpean las palas del generador de turbina eólica pueden detectarse a partir de un pico instantáneo de ruido/vibración.

- la diferencia entre los ángulos de inclinación de las palas, la flexión y la torsión genera sonidos inusuales y/o vibraciones inusuales en una pala de generador de turbina eólica y pueden detectarse mediante algoritmos de sensores.

De acuerdo con una realización no reivindicada, las acciones de detección de condiciones anormales también pueden incluir condiciones anormales de un rotor de un generador de turbina eólica. De acuerdo con una realización no reivindicada, las acciones de detección de condiciones anormales también pueden incluir condiciones anormales, mecanismos giratorios o maquinaria en general.

En consecuencia, se pueden lograr objetos de detección que están impactando en la superficie de las palas en las palas de turbinas eólicas.

Otro efecto puede ser también reducir la rotación desequilibrada que puede estresar el cubo debido, por ejemplo, a la acumulación desigual de hielo en las tres palas o la diferencia de peso en las tres palas o la diferencia en la eficiencia aerodinámica de las tres palas debido a diferencias de paso, flexión y/o torsión de las palas.

Otro efecto puede ser un control mejorado de los problemas estructurales y las diferencias entre las palas de las turbinas eólicas. Por ejemplo, la detección de si hay objetos sueltos moviéndose dentro de las palas de un generador de turbina eólica. Por ejemplo, se puede detectar el control de las diferencias acústicas debidas a la diferencia en el ángulo de paso de las palas, la flexión y la torsión de las palas de las turbinas eólicas.

Por ejemplo, de acuerdo con una realización no reivindicada, es un objeto monitorear cuando las palas de la turbina eólica están siendo golpeadas por rayos.

Se entiende por firma una firma en los datos sensoriales tal como se generan. Una condición normal puede tener una firma normal. Una condición anormal puede tener una firma anormal, que es diferente de la firma normal. Como tal, la condición anormal puede caracterizarse por una firma. Los ejemplos mencionados anteriormente pueden tener cada uno su firma o etiqueta.

Por ejemplo: una lluvia intensa u otra condición de precipitación intensa tendrá un generador de turbina eólica de lluvia intensa o viento intenso.

En un aspecto, la acción de identificar implica el análisis espectral de la entrada sensorial. En un aspecto, la acción de identificar involucra el análisis estadístico de la entrada sensorial. En un aspecto, la acción de identificar implica el reconocimiento de patrones de la entrada sensorial. En un aspecto, la acción de identificar implica un análisis realizado mediante aprendizaje automático o inteligencia artificial en la entrada sensorial. Es decir, que una condición anormal puede identificarse con una firma correspondiente en la representación respectiva de los datos de la entrada sensorial. Por ejemplo, una condición anormal se aprende a través de un algoritmo supervisado específico de firma entrenado en datos etiquetados inicialmente.

Por ejemplo, la lluvia intensa o la precipitación intensa pueden identificarse mediante una firma en una representación de análisis estadístico de los datos.

Una firma puede basarse en una o más características específicas de la condición y/o fallo o condición anormal. Estas características cuantitativas o cualitativas pueden derivarse de los diferentes datos de entrada utilizando herramientas estadísticas, como agregados en un modelo que predice en un momento o ventana de tiempo determinado, y dados los datos de entrada de ese período de tiempo, la probabilidad de que exista una condición con un dada la confianza, y tal vez la intensidad de algunas de las calificaciones de la condición.

En un aspecto, la acción de identificar implica además una acción de clasificar una condición anormal. Por ejemplo, una firma puede clasificar además lluvia intensa o precipitaciones fuertes como granizo, gotas de lluvia (enormes, grandes, medianas, pequeñas, etc.) o tipos de nieve. En otro ejemplo, el algoritmo puede hacer uso de un contraste característico para determinar la intensidad de la condición o algunos de sus aspectos cuantitativos.

El etiquetado se puede proporcionar como una cuestión de hecho en virtud de la definición o por diseño. Una pala puede estar expuesta a lluvia intensa y, como tal, proporcionar datos de entrenamiento que, por definición, tienen señales de lluvia intensa.

Una pala puede funcionar en condiciones con diagnósticos externos o adicionales que proporcionan o establecen las condiciones para el etiquetado. Se puede usar un detector de lluvia, ya sea en la turbina o desde una distancia razonablemente cercana, para clasificar o etiquetar los datos de acuerdo con la lluvia u otra precipitación detectada. Alternativamente, se puede usar un LiDAR para clasificar o etiquetar datos de acuerdo con las condiciones detectadas del tiempo. Otra alternativa adicional puede implicar una configuración de cámara activada por infrarrojos para identificar un evento de lluvia. Una persona experta en la técnica apreciará las técnicas de detección disponibles, así como técnicas de detección generalmente nuevas o mejoradas.

Cuando se establece un algoritmo o firma o se entrena una red, es posible que ya no se necesite un instrumento externo para proporcionar datos etiquetados. A continuación, las firmas pueden almacenarse y utilizarse. Por ejemplo, la lluvia intensa u otras precipitaciones solo pueden identificarse mediante algoritmos y datos de los sensores en las palas. Los algoritmos o firmas establecidos se pueden aplicar a otras o varias configuraciones de generador de turbina eólica. En un aspecto, la acción de identificar implica identificar, es decir, la identificación o el aprendizaje de firmas comparando firmas normales o firmas precalibradas de entrada sensorial con firmas medidas de entrada sensorial. Una firma normal puede ser una firma en condiciones normales. Una firma precalibrada puede ser una firma obtenida por calibración o diseño a priori.

Las firmas se pueden "escalar" o calibrar de acuerdo con, por ejemplo, el tipo y tamaño de pala. Las firmas se pueden "escalar" o calibrar de acuerdo con, por ejemplo, condiciones operativas, como la velocidad de rotación.

En un aspecto, la acción de medir se realiza mediante el uso de acelerómetros como sensores de vibración dispuestos en una o más palas del generador de turbina eólica. Los sensores de vibración pueden ser indicativos de vibraciones en el generador de turbina eólica.

Se puede usar un acelerómetro de un eje. Se puede utilizar un acelerómetro de dos, tres o múltiples ejes. Un sensor de vibración puede ser un sensor de aceleración triaxial.

En un aspecto, la acción de medir se realiza mediante el uso de un sensor acústico en combinación con dichos acelerómetros.

La aplicación de un sensor de vibración y un sensor acústico puede proporcionar una entrada adicional y/o mejorar el etiquetado de los datos.

Un sensor acústico puede ser un micrófono. El sensor acústico puede proporcionar información acústica y estar implementado como un sensor perfilado que incluye un sensor de vibración.

Como alternativa, se puede utilizar un sensor de geófono.

Los sensores acústicos y/o los sensores de geófono se pueden usar en combinación.

Por ejemplo, el rango audible de frecuencias para humanos oscila entre 20 Hz y 20 KHz.

Como se establece en el teorema de Nyquist, la frecuencia de muestreo podría ser un punto de partida para ser al menos dos veces mayor que la señal de interés a capturar. Una persona experta intentará aplicar frecuencias de muestreo más bajas a datos reducidos mientras que obtener suficiente información es un enfoque natural. El rango dBSPL del micrófono puede estar entre 65 y 152 dB SPL. Sin embargo, el rango de dBSPL puede cambiar o depender de la aplicación real o el tipo de maquinaria o generador de turbina eólica.

Una persona experta en la técnica apreciará que una tasa de muestreo puede variar de acuerdo con los requisitos. Sin embargo, para la frecuencia de muestreo, esto depende de la señal de interés. Un punto de partida puede ser una frecuencia de muestreo del doble de la señal de interés. También pueden ser suficientes frecuencias de muestreo más bajas. Se pueden aplicar algunos experimentos para encontrar la frecuencia de muestreo que se debe elegir según se desee en función de la aplicación.

Los parámetros de los datos de entrada y los sensores de etiquetado tales como su sensibilidad o frecuencia de muestreo pueden variar dependiendo de la señal de interés y otros requisitos potenciales del sistema, robustez o sincronización. Se utilizarán varios experimentos y se elegirán los mejores parámetros para la identificación de las diversas condiciones mencionadas. Diferentes sensores podrían tener potencialmente diferentes parámetros para capturar diferentes patrones de diferentes condiciones.

Además, una persona experta en la técnica, dependiendo de la aplicación, apreciará que un rango de dBSPL alternativo puede afectar la selección del sensor.

En un aspecto, la acción de medir se realiza mediante el uso de una entrada sensorial que incluye diferentes tipos de entrada sensorial. De acuerdo con las reivindicaciones, se hace uso de acelerómetros como sensores de vibración.

Las correlaciones de señales o entre firmas identificadas pueden aclarar o identificar más firmas o clasificaciones.

Por ejemplo, cada gota de lluvia que golpea la pala actúa como una fuente de vibración. Las precipitaciones varían tanto en el número de gotas que caen como en su tamaño. La cantidad de energía cinética impartida en la pala se rige por el tamaño y la velocidad de las gotas. El tamaño de una gota de lluvia es proporcional a la intensidad de la lluvia, por lo tanto, las vibraciones de las gotas de lluvia que golpean las palas deberían aumentar de acuerdo con la tasa de lluvia / el objeto que impacta. Una persona experta en la técnica apreciará la dependencia de la velocidad de rotación del rotor o la maquinaria y, por lo tanto, la velocidad de la punta de la pala y tendrá en cuenta la dependencia como factor.

Los datos del (los) sensor(es) de vibración: Uno o múltiples sensores de vibración ubicados dentro de una o varias palas y pueden configurarse para transmitir continuamente los datos de forma inalámbrica a una caja de recolección.

Como tales partes de análisis y procesamiento o preprocesamiento pueden realizarse en un nodo sensor ubicado, por ejemplo, una pala.

Los datos cubren todos los datos recopilados desde el momento de la instalación y su tamaño y frecuencia es un parámetro que puede ser fijo o cambiar de acuerdo con la firma de la condición y/o un evento activador indicado por los mismos datos.

La aceleración se mide a través de estos sensores de vibración en uno, dos, tres ejes; o generalmente en una configuración multiaxial.

Los datos finales de las marcas de tiempo y los valores de aceleración correspondientes se pueden agregar con otros sensores o datos de estado de la turbina y se presentan al algoritmo para una ventana de tiempo móvil específica que puede cambiar dependiendo de la condición a observar.

En un aspecto, la acción de medir se basa en datos sensoriales sincronizados y con marca de tiempo. Es decir, la entrada de un sensor está sincronizada con la entrada de otro sensor. En un aspecto, puede haber una entrada sensorial de mayor resolución y una o más entradas sensoriales de menor resolución.

En un aspecto, la acción de identificar se realiza localmente en relación con la medición de la entrada sensorial.

Se puede disponer de un sensor de vibraciones en un nodo sensor. Un nodo sensor puede configurarse con un enlace de comunicación configurado para transferir datos a un procesador central.

Un nodo sensor puede configurarse con un procesador para realizar la identificación como se describe. Un nodo sensor puede configurarse con medios para actualizar firmas. Un nodo sensor puede configurarse con medios para preprocesar o incluso procesar entradas sensoriales. Esto permite que un nodo sensor funcione con el menor consumo de energía posible. Como tal, puede ser ventajoso proporcionar un procesador en un nodo sensor con esfuerzos adicionales en comparación con hacer que el nodo sensor transmita datos (tasa de muestreo alta) a un procesador ubicado en otro lugar, mitigando así los efectos adversos del consumo de energía relacionados con la transmisión inalámbrica de datos.

Un nodo sensor puede estar provisto además de medios para ajustar la tasa/frecuencia de muestreo del sensor. El muestreo se puede ajustar dinámicamente, de acuerdo con la condición y la firma. Un nodo sensor puede estar en funcionamiento con bajo consumo de energía con baja resolución, y si se espera una firma o se indica de otro modo, el nodo sensor puede ajustar el muestreo y el procesamiento para aumentar la resolución en un intento de determinar si una firma de una condición anormal está presente de manera más decisiva.

Un nodo sensor también puede funcionar con una ventana móvil en el sentido de que los datos normales se eliminarán y no se transferirán de forma inalámbrica para su posterior procesamiento. Los algoritmos en el nodo del sensor pueden identificar datos anormales y luego desencadenar potencialmente un cambio en la frecuencia de muestreo y el almacenamiento de datos un cierto tiempo antes y después del evento desencadenante y conservarlos para un procesamiento más detallado. La ventana de tiempo puede estar predefinida o cambiar de acuerdo con la situación real.

En un aspecto, la condición anormal es una condición de lluvia intensa, y la acción de identificar firmas se realiza mediante arreglos de inteligencia artificial (IA) o aprendizaje automático (AA), entre otros, que son entrenados y alimentados por entrada sensorial proporcionada por dichos acelerómetros como sensores de vibración. Opcionalmente, puede haber una fuente de datos de uno o más sensores acústicos. Los sensores están ubicados en una o más palas del generador de turbina eólica.

Alternativamente, la acción de identificar firmas se realiza identificando cambios en el contenido espectral de los datos.

Se ha demostrado que la identificación de lluvias intensas u otras precipitaciones intensas de esta manera es particularmente simple en comparación con otros medios de diagnóstico usados que están solemnemente dirigidos a identificar lluvias intensas u otras precipitaciones intensas.

El uso de las actas y firmas mencionadas permite una identificación rápida, barata y constante de la condición y el control de la condición de las palas y el rotor.

De hecho, después del entrenamiento, el algoritmo necesita los datos de entrada de una ventana de tiempo limitada, posiblemente móvil, para calcular muy rápidamente las predicciones de la condición multivariante.

Las leyes eliminan el uso de mediciones de lluvia directas, como las estaciones MET, y se basan en sensores económicos casi sin intervención humana. La configuración y las acciones reducen drásticamente los costes y la complejidad. Finalmente, y una vez entrenado el algoritmo, mover la ventana de tiempo permite una evaluación continua de la condición y posibles fallos. Además, una "ventana móvil" permite el almacenamiento y la transferencia de importantes datos anormales con marca de tiempo para su posterior análisis y entrenamiento de algoritmos. Una "ventana móvil" también permite la eliminación de datos de tiempo "normales" que ya están en el nodo sensor, reduciendo así el consumo de energía en el nodo sensor.

De hecho, otra ventaja puede ser la robustez física, ya que el sistema se instalará dentro de las palas y, por lo tanto, estará protegido de las condiciones mencionadas que pueden afectar las mediciones externas y el estado de los sensores externos potenciales.

La formación de hielo reduce la eficiencia aerodinámica de las palas del rotor y, por lo tanto, provoca pérdidas de producción y un aumento de las emisiones de ruido. Además, las cargas de hielo adicionales pueden provocar cargas extremas y un aumento de la fatiga.

De acuerdo con una realización no reivindicada, la detección de la formación de hielo como una condición anormal puede ayudar a extender la vida útil de la turbina y brindar expectativas de producción de energía más precisas.

Además, los sensores de medición de viento helado, como los anemómetros, pueden conducir a un comportamiento erróneo y paradas de seguridad, con una mayor incertidumbre que conduce a la incertidumbre de la producción, nuestro sistema podría tener eso en cuenta y potencialmente corregir el factor de formación de hielo.

Finalmente, de acuerdo con una realización no reivindicada, el desprendimiento de hielo y la caída de hielo de las palas heladas representan un riesgo de seguridad significativo para los transeúntes y el personal de servicio que también puede mejorarse en la detección de condiciones anormales como se describe.

Tormentas de polvo y arena: con el polvo creciente en la superficie de las palas de la turbina eólica, la fuerza de arrastre del perfil aerodinámico aumenta, pero la fuerza de sustentación disminuye, disminuyendo la potencia de salida de la turbina. Además, la formación de polvo en las palas del rotor de las turbinas eólicas reguladas por bloqueo de eje horizontal puede provocar, entre otras cosas, paradas prolongadas sin producción debido a la gran acumulación de polvo y demandas de seguridad, disminución de la producción de energía y costes de mantenimiento. La cantidad y el efecto del polvo acumulado depende de las especificaciones de la turbina del rotor, la velocidad del rotor, etc., que podrían regularse siguiendo las predicciones de nuestro sistema para minimizar la cantidad de polvo y el efecto en la producción. El funcionamiento de un generador de turbina eólica puede así restringirse o corregirse como se describe en la presente.

Las tormentas de polvo y arena también tendrán un impacto similar en el borde principal de las palas como la lluvia intensa, etc. y, por lo tanto, es importante poder identificar los niveles por encima de un cierto umbral donde la velocidad de la punta de la pala debe reducirse o reducirse. incluso el rotor se detuvo por completo para evitar daños en el borde principal de las palas.

Ejemplo de objetos sueltos: Identificar tal evento también puede extender la vida útil de la turbina al evitar el posible deterioro de las palas, la góndola o el rotor debido al impacto de dichos objetos si permanecen allí constantemente. También se puede informar sobre el tamaño y la naturaleza del objeto, lo que mejora el control de estado de última generación. Esto también mejora la seguridad para el mantenimiento y el paso, especialmente si los objetos pueden desprenderse de la turbina y son propensos a caer.

Ejemplo de murciélagos y aves: al identificar la ocurrencia de dicho evento, será posible cuantificar exactamente el efecto de una turbina eólica específica en la vida silvestre y, por lo tanto, estudiar mejor dicho problema.

De acuerdo con la reivindicación 11, se describe un método para hacer funcionar un generador de turbina eólica.

Por ejemplo, se ha descubierto que la erosión de las palas está provocada por lluvias intensas u otras precipitaciones intensas. Sin embargo, se ha descubierto que las lluvias intensas u otras precipitaciones intensas solo ocurren en raras ocasiones, digamos entre 4 y 12 horas al año, tal como 8 horas al año en algunos entornos, y que las lluvias intensas u otras precipitaciones intensas en esos períodos de tiempo limitados contribuyen a la erosión. Controlar o hacer funcionar una turbina eólica de manera corregida durante dichos períodos de tiempo puede ser ventajoso a pesar de una aparente pérdida de generación de energía.

En un aspecto, la acción de controlar implica al menos disminuir la velocidad de rotación por debajo de un cierto límite, inclinar una o más palas o girar la góndola durante la condición anormal.

Por ejemplo, un generador de turbina eólica puede controlarse de manera diferente a lo contrario, durante lluvias intensas u otras precipitaciones intensas. Puede haber una acción de reducción de la velocidad de rotación del rotor a una rotación con una velocidad de punta de pala correspondiente por debajo de cierto límite, de acuerdo con la construcción de la pala y la erosión, y de acuerdo con la naturaleza de la lluvia intensa u otra precipitación intensa. La velocidad punta puede, durante lluvias intensas u otras precipitaciones fuertes, reducirse temporalmente por debajo de una velocidad de 200 km/h, o en ese orden.

De acuerdo con la reivindicación 15, se describe un sistema para detectar lluvia intensa o granizo en una pala de un generador de turbina eólica.

Puede haber un temporizador, un reloj y medios para el sellado de tiempo y el procesamiento de datos con marca de tiempo. Los sensores o la recopilación de datos pueden sincronizarse.

Los medios para realizar las acciones pueden ser un ordenador, un controlador o un procesador de cualquier medio equivalente para realizar la instrucción.

En una realización, los datos son transferidos y procesados por un dispositivo informático o de procesamiento sustancialmente central. En una realización, los datos se procesan localmente en conexión con un ordenador, procesador o controlador adyacente o en conexión con un sensor.

Un sensor puede ser parte de un nodo sensor, cuyo nodo incluye medios para transmitir datos.

En una realización, hay un kit de uno o más sensores configurados para comunicarse de forma inalámbrica con una unidad central de procesamiento incluida configurada para realizar las acciones descritas.

En una realización, hay un kit de uno o más sensores configurados con un procesador para realizar al menos parte de las acciones descritas y opcionalmente una unidad central de procesamiento.

El controlador o unidad de procesamiento descrito está configurado para comunicar instrucciones con un controlador de turbina eólica. El controlador puede configurarse para recopilar, procesar datos y/o proporcionar acceso remoto a los datos. Además, el controlador puede configurarse con la implementación de algoritmos como se describe.

En un aspecto, los medios sensores comprenden uno o más sensores de vibración y, opcionalmente, sensores acústicos configurados para colocarse en una pala de un generador de turbina eólica y configurados para medir vibraciones y, opcionalmente, ruido indicativo de lluvia intensa o granizo en la pala.

En un aspecto, en el que los medios sensoriales comprenden uno o más medios adaptados para ejecutar el método, actúa como se describe.

De acuerdo con la reivindicación 16, se describe un sistema para hacer funcionar un generador de turbina eólica.

Existen medios para controlar el generador de turbina eólica en función de la lluvia o granizo detectada en la pala.

Hay medios adaptados para ejecutar las acciones del método como se describe.

Las instrucciones para realizar las acciones pueden recopilarse o compilarse en un producto de programa informático que comprende instrucciones para hacer que el sistema como se describe ejecute las acciones de los métodos como se describe. Puede haber un medio legible por ordenador que tenga almacenado allí un programa informático.

Breve descripción de los dibujos

Las realizaciones de la invención se describirán en las figuras, en las que:

La Figura 1 ilustra un método para detectar condiciones anormales;

La Figura 2 ilustra otro aspecto de las firmas de identificación;

La Figura 3 ilustra un método de funcionamiento de un generador de turbina eólica;

La Figura 4 ilustra un generador de turbina eólica y una disposición sensorial;

La Figura 5 ilustra una disposición sensorial en palas;

La Figura 6 ilustra aspectos adicionales de una disposición sensorial;

La Figura 7 ilustra otros aspectos opcionales o alternativos de la disposición sensorial en un generador de turbina eólica, que incluyen una disposición de nodo sensor;

La Figura 8 ilustra un generador de turbina eólica con una disposición sensorial en interacción con un procesador remoto/basado en la nube;

La Figura 9 ilustra una configuración de un nodo sensor;

La Figura 10 ilustra la estimación de las densidades espectrales de potencia (PSD) de los datos del sensor a partir del registro acústico;

La Figura 11 ejemplifica la detección de un impacto de un ave, rayo u otros defectos como una condición anormal; La Figura 12 ilustra la estimación de densidades espectrales de potencia (PSD) de diferentes firmas de datos de sensores de condiciones de lluvia a partir de registros acústicos;

La Figura 13 ilustra a modo de ejemplo un algoritmo o configuración estadística para detectar condiciones anormales y La Figura 14 ilustra el uso del análisis de componentes principales para detectar condiciones anormales.

Descripción detallada de la invención

En la Figura 1 se ilustra un método para detectar 100 condiciones anormales 120 de una pala 22 en un generador de turbina eólica 12 como se ilustra en las figuras 4 a 9. El método 100 comprende la acción de medir 200 la entrada sensorial 140 del generador de turbina eólica 12.

El método comprende una acción de identificar 300 firmas de condiciones anormales 155 a partir de la entrada sensorial 140, por ejemplo, experimentada por la pala 22.

En la Figura 2 se ilustran otros aspectos de la identificación de firmas 150 de condiciones anormales 120, es decir, firmas anormales 155.

La acción de medir 200 puede implicar una acción de sincronizar 240 la entrada sensorial. La acción de sincronizar 240 puede, en principio, realizarse como parte de la identificación 300.

Como se ejemplificará, la acción de identificar 300 puede implicar identificar firmas 150 comparando firmas normales 152 o firmas precalibradas 154 de entrada sensorial 140 con firmas medidas 150 de entrada sensorial 140.

La acción de identificar una firma 150 puede implicar el análisis espectral de la entrada sensorial 140, puede implicar el análisis estadístico de la entrada sensorial 140, puede implicar el reconocimiento de patrones de la entrada sensorial 140, puede ser con el uso de aprendizaje automático (AA) o con el uso de inteligencia artificial (IA), en la entrada sensorial 140.

La acción de identificar 300 una firma 150 puede ser la de una condición de lluvia intensa u otra precipitación intensa 121. La acción de identificar 300 firmas 150 puede ser por medio de inteligencia artificial (IA) o aprendizaje automático (AA) alimentado por la entrada sensorial 140 proporcionada por una o más entradas sensoriales 140 de un generador de turbina eólica 12.

En la Figura 3 se ilustra un método de funcionamiento 500 de un generador de turbina eólica 12 (no mostrado, pero ejemplificado en otras figuras) mediante una acción de control 600 del generador de turbina eólica 12 en función de condiciones anormales detectadas 120, de acuerdo con métodos o actúa 100 como se indica.

La acción de control 600 puede implicar al menos disminuir la velocidad de rotación 610 por debajo de un cierto límite 612 (no mostrado), inclinar 620 una o más palas, o desviar 630 la góndola durante la condición anormal 120.

En la Figura 4 se ilustra un generador de turbina eólica 12 que comprende un rotor 14 con un conjunto de palas de rotor 20. El conjunto de palas de rotor 20 comprende en este caso tres palas de rotor 22A, 22B, 22C. El generador de turbina eólica 12 puede estar en funcionamiento durante las condiciones normales 110 y experimentar condiciones anormales 120. Las condiciones anormales pueden ser de naturaleza temporal.

En la Figura 5 se ilustra una disposición sensorial en las palas 22A, 22B, 22C en un generador de turbina eólica 12 con un rotor 14. Las palas 22A, 22B, 22C son un conjunto de palas de rotor 20. Cada pala 22A, 22B, 22C comprende un conjunto de sensores de pala 40A, 40B, 40C como medio sensorial 41. En el presente caso, cada conjunto de sensores de pala 40A, 40B, 40C comprende un sensor de pala 42A, 42B, 42C. El sensor de pala puede ser un sensor de vibración 50 (no mostrado) o un sensor acústico 60 (no mostrado).

La disposición sensorial puede ser parte de un sistema para detectar condiciones anormales 70.

Un sensor de pala 42 está configurado para estar en comunicación 74 con un controlador o medio informático 72. La comunicación 74 puede ser por cable o inalámbrica como se ilustra aquí.

En la Figura 6 se ilustran otros aspectos de las disposiciones sensoriales en un generador de turbina eólica 12. Puede haber un temporizador o reloj configurado para proporcionar datos 31 desde los medios sensoriales 41 con una marca de tiempo 34, que por lo tanto proporciona datos 32 con marca de tiempo o datos sincronizados para ser procesados por la unidad informática 72.

El generador de turbina eólica (WTG) 12 tiene un rotor 14 y un conjunto de palas de rotor 20. El conjunto de palas de rotor 20 tiene tres palas de rotor 22A, 22B, 22C.

Cada pala 22A, 22B, 22C comprende un conjunto de sensores de pala 40A, 40B, 40C. En el presente caso, cada conjunto de sensores de pala 40A, 40B, 40C comprende un sensor de pala 42A, 42B, 42C.

Se muestra otro medio sensorial 41. En esta realización, el sensor adicional es un sensor giratorio (sensor de RPM o sensor de vibración), como un sensor de alta velocidad de muestreo que mide la velocidad de rotación 610. El sistema puede configurarse para una acción de sincronización 240, como se muestra en la Figura 2 o variaciones de los mismos, y con base en los sensores 42ABC, y la sincronización se realiza contra al menos otro sensor 41.

La disposición sensorial puede ser parte de un sistema para detectar condiciones anormales 70. El medio informático 72 o controlador puede ser una sola unidad o estar distribuido como se ilustra aquí.

En la Figura 7 se ilustran otros aspectos opcionales o alternativos de una disposición sensorial en un generador de turbina eólica 12.

Los sensores 42 pueden implantarse como un nodo sensor 45 (ver la Figura 9) como se ilustra mediante los nodos sensores 45A, 45B, 45C. Un nodo sensor puede tener un sensor de vibración 50 y un sensor acústico 60. T ambién puede haber medios sensoriales adicionales 41.

Un nodo sensor 45 puede comprender el procesamiento esencial 72 y estar adaptado para realizar las acciones o al menos parte de las acciones de detección 100.

Un conjunto de sensores 40 puede entenderse como un nodo sensor 45 con uno o más sensores. Dicho nodo sensor 45 puede comprender procesadores o medios para configurar, recopilar, almacenar y procesar datos de sensores generados. Un nodo sensor 45 puede tener medios de comunicación para comunicarse con un controlador (no mostrado) u otros nodos sensores. Un nodo sensor 45 puede tener medios para sincronizar 240 (como se ilustró anteriormente), digamos, los sensores 50, 60.

En la Figura 8 se ilustra un generador de turbina eólica 12 con una disposición sensorial en interacción con un procesador remoto/basado en la nube 72 como parte de un sistema para detectar condiciones anormales 70.

El dispositivo giratorio 10 comprende un conjunto de palas de rotor 20. El conjunto de palas de rotor 20 consta de tres palas de rotor 22A, 22B, 22C.

Cada pala 22A, 22B, 22C comprende un conjunto de sensores de pala 40A, 40B, 40C. En el presente caso, cada conjunto de sensores de pala 40A, 40B, 40C comprende un sensor de pala 42A, 42B, 42C.

Los conjuntos de datos 30 se procesan mediante medios informáticos 72. El generador de turbina eólica 12 puede tener un reloj para generar una marca de tiempo 34. En este caso, la marca de tiempo se sincroniza y entrega desde un servidor de tiempo global. Por lo tanto, los conjuntos de datos 30 pueden ser datos 32 con marca de tiempo. Alternativamente, cada nodo sensor 45 puede sincronizarse y la marca de tiempo 34 puede aplicarse al nivel del nodo sensor.

El sistema 70 puede interactuar con un sistema de operador, un dispositivo móvil, un servidor cliente y un almacenamiento o base de datos a través de un servicio de conexión/nube. Es posible que se disponga de más acceso, duplicación o monitoreo a través de la nube para programas de monitoreo, alertas o servicios a largo plazo.

Los métodos y acciones de detección 100 descritos en el presente documento pueden realizarse en un solo dispositivo de procesador 72 o distribuirse como se ilustra aquí.

En la Figura 9 se ilustra una configuración de un nodo sensor 45. Hay un diseño de administración de energía del nodo 46, que puede incluir una fuente de energía, almacenamiento de energía, un controlador de administración de energía y una interfaz para configuración/control y posiblemente carga.

El nodo sensor 45 se ilustra con un procesador o medio informático 72. El nodo sensor 45 incluye medios sensoriales 41 que generan datos 31. Se ilustra un sensor de vibración 50, que en este caso tiene tres líneas de salida y podría, por ejemplo, ser un acelerómetro triaxial. Opcionalmente, hay un sensor acústico 60. Opcionalmente, hay otros sensores 41. Los medios informáticos 72 pueden adaptarse para ejecutar instrucciones para realizar uno o más, o todas las acciones como se describe para realizar la detección 100 y para apoyar o determinar completamente las condiciones anormales 120.

El nodo sensor 45 está configurado con medios de comunicación 74 y en este caso con medios de almacenamiento 76. La Figura 10 ejemplifica la detección 100 y el funcionamiento durante lluvias intensas como una condición anormal. La detección 100 de condiciones anormales se ejemplifica mediante las siguientes acciones.

Hay una acción inicial de establecer un proceso de inicio cada tiempo o minutos establecidos. Hay una acción de hacer que un micrófono esté en un estado de escucha.

Hay una acción de comprobar si se supera un umbral de activación del micrófono. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

Hay una acción de comprobar si el generador de turbina eólica está en funcionamiento. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

Hay una acción de comprobar si la velocidad de la punta de la pala es > 200 km/h. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

Hay una acción de comprobar si se supera un umbral de sonido. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

Hay una acción de comprobar si está presente una firma de vibración del acelerómetro 150. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

Hay una acción de comprobar si está presente una señal de lluvia intensa 150. En caso positivo, proceder a una siguiente comprobación o en caso negativo volver a una acción o inicio anterior.

En caso de detección de lluvia intensa 100, existe la acción de enviar la detección a un controlador WTG. En caso negativo, volver a una acción o comienzo anterior.

Hay una acción de, si es necesario, controlar el generador de turbina eólica mediante una acción correctiva tal como un ángulo de inclinación de las palas, una reducción de la velocidad del rotor o combinaciones de los mismos. Si es necesario, el controlador WTG cambiará el paso de las palas y/o reducirá la velocidad del rotor.

Hay una acción de terminar (completar) la detección.

En la Figura 11 se ejemplifica la detección 100 de condiciones anormales como el impacto de un ave, un rayo u otros defectos.

La detección 100 de condiciones anormales se ejemplifica mediante las siguientes acciones.

Hay una acción inicial de establecer un proceso de inicio cada tiempo o minutos establecidos. Hay una acción de hacer que un micrófono esté en un estado de escucha.

En este caso, hay una acción de configurar a un micrófono (opcionalmente) y un sensor de vibración para la escucha. Hay una acción de comprobar si se supera un umbral de activación del micrófono. En caso positivo, se procede a una siguiente comprobación o en caso negativo se vuelve a una acción o inicio anterior.

Hay una acción de comprobar si un pico de umbral de sonido (acústico) es instantáneo. En caso positivo, se procede a una siguiente comprobación o en caso negativo se vuelve a una acción o inicio anterior.

Hay una acción de verificar si un pico de vibración del acelerómetro es instantáneo. En caso positivo, se detecta una condición anormal o en caso negativo se vuelve a una acción o inicio anterior.

Con una condición anormal detectada, la condición anormal se clasifica como, por ejemplo, un impacto de aves, un rayo u otros defectos.

Hay una acción de verificar qué acción correctiva o comunicación se debe realizar, como informar a un propietario y/o un operador.

Hay una acción para terminar la detección.

En la Figura 12 se ilustra la estimación de densidades espectrales de potencia (PSD) de datos de sensores a partir de grabaciones acústicas, con firmas similares para datos de aceleración, para diferentes intensidades de lluvia. Hay un caso de una firma 160 "Sin Lluvia", y también una firma de condiciones normales 152. Hay un caso de una firma 162 de "Lluvia Ligera", y también una firma de condiciones normales 152. Hay un caso de una firma de "Lluvia Intensa" 164, y también una firma de condiciones anormales 155. Las flechas están ubicadas en una banda de frecuencia que diferencia principalmente entre los niveles de lluvia (es decir, 600-1200 Hz aprox.).

Una persona experta en la técnica mediante la recopilación y clasificación de densidades espectrales de potencia con condiciones reales podrá identificar o distinguir "lluvia intensa" tanto cualitativamente (es decir, lluvia de la ausencia de lluvia) como cuantitativamente (es decir, lluvia intensa de lluvia ligera).

En la Figura 13 se ilustra a modo de ejemplo una configuración para detectar 100 condiciones anormales.

Hay acciones de medir 200 e identificar 300 firmas de condiciones anormales 155. La configuración se puede realizar para permitir que el aprendizaje automático realice la identificación.

Hay una acción de recopilación de datos 31, de, por ejemplo, sensores de vibración 50 y/o sensores acústicos 60. Los datos 31 pueden ser datos 32 con marca de tiempo.

Como tal, hay una acción de medir 200 entradas de sensores. Hay una acción de comparación o generación de condiciones asociadas (es decir, condiciones de "Lluvia Intensa", "Lluvia Ligera" o "Sin Lluvia").

Además, hay una acción de identificación de 300 firmas 150 de condiciones anormales 155.

La acción de identificar 300 implica acciones de preimpresión de datos y/o uso de ingeniería métrica. Hay una acción de asociar vibración y características acústicas. Tales características pueden ser una amplitud, una longitud de correlación, otras características asociables. Hay una acción de cuantificar condiciones de características a partir de las condiciones previamente asociadas.

La acción de identificar 300 implica acciones de usar algoritmos de aprendizaje automático. El aprendizaje automático clasificará (por ejemplo, agrupar) las firmas 150. Se ilustra, por ejemplo, una ilustración de agrupamiento/clasificación de acuerdo con las condiciones "Sin Lluvia" (triángulos) y condiciones de "Lluvia" (círculos y cuadrados), donde las condiciones de "Lluvia Intensa" (cuadrados) son condiciones anormales 155.

En la Figura 14 se ilustran a modo de ejemplo las firmas 150 para detectar 100 condiciones anormales.

Las firmas 150 se establecen mediante la detección de una proyección de datos de vibración transformados que presentan valores de una turbina eólica en un espacio bidimensional inferior mediante el uso de análisis de componentes principales (PCA).

Cada punto representa una duración fija de datos de vibración de la misma turbina eólica en una fecha diferente, en este caso 1 minuto.

El color (intensidad) representa la intensidad de la lluvia en mm/h. La figura muestra claramente la firma diferencial de la lluvia y su intensidad, que se estratifica en colores que van de oscuro (Sin Lluvia 160) a verde (Lluvia Ligera 162 y Lluvia Moderada 163) a amarillo (Lluvia Intensa 164); como lo indican las flechas colocadas en la figura.

En este caso particular, solo se utilizan datos de acelerómetros en una pala de una turbina eólica. Un experto en la materia (es decir, incluido un estadístico) apreciará varios algoritmos o paquetes diferentes para realizar el análisis estadístico (en este caso, el análisis clásico de componentes principales) o variantes de los mismos. La observación interesante es que las condiciones de lluvia se distinguen claramente mediante el uso de datos de acelerómetros, cuyos acelerómetros pueden instalarse fácilmente o ya estar instalados y utilizarse para otros fines.

Claims (16)

REIVINDICACIONES

1. Un método de detección (100) de lluvia intensa (164) o granizo en una pala (22) en un generador de turbina eólica (12), que comprende las siguientes acciones:

- medir (200) la entrada sensorial (140) procedente del generador de turbina eólica (12);

- identificar (300) firmas (150) de lluvia intensa (164) o granizo en la pala (22) de la entrada sensorial (140), caracterizado porque, la acción de medir (200) se realiza por medio de acelerómetros como sensores de vibración (50).

2. El método (100) de acuerdo con la reivindicación 1, donde la acción de medir (200) se realiza únicamente por medio de acelerómetros como sensores de vibración.

3. El método (100) de acuerdo con la reivindicación 1 o 2, donde la acción de identificar (300) implica el análisis espectral de la entrada sensorial (140), el análisis estadístico de la entrada sensorial (140), el reconocimiento de patrones de la entrada sensorial (140) o el análisis mediante aprendizaje automático o inteligencia artificial sobre la entrada sensorial (140).

4. El método (100) de acuerdo con cualquiera de las reivindicaciones 1-3, donde la acción de identificar (300) implica identificar firmas (150) mediante la comparación de firmas normales (152) o firmas precalibradas (154) de entrada sensorial (140) con firmas medidas (150) de entrada sensorial (140).

5. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 4, donde la acción de identificar (300) se realiza mediante el etiquetado de firmas identificadas (100) establecidas por un instrumento externo.

6. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 5, donde la acción de medir (200) se realiza mediante el uso de dichos acelerómetros como sensores de vibración (50) dispuestos en una o más palas (22) del generador de turbina eólica (12).

7. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 6, donde la acción de medir (200) se realiza mediante el uso de un sensor acústico (60).

8. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 7, donde la acción de medir (200) se basa en datos sensoriales sincronizados (31) y con marca de tiempo (34).

9. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 8, donde la acción de identificar (300) se realiza localmente en relación con la medición (200) de la entrada sensorial (140).

10. El método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 9, donde la acción de identificar (300) firmas (150) se realiza por medio de inteligencia artificial o aprendizaje automático (AA) alimentado por entrada sensorial (140) proporcionada por dichos acelerómetros como sensores de vibración (50) y opcionalmente uno o más sensores acústicos (60) ubicados en una o más palas (22) del generador de turbina eólica (12).

11. Un método para hacer funcionar (500) un generador de turbina eólica (12) mediante la acción de controlar (600) el generador de turbina eólica (12) en función de la lluvia intensa detectada (164) o el granizo de acuerdo con los métodos (100) de una o más de las reivindicaciones 1 a 10.

12. El método (500) de acuerdo con la reivindicación 11, donde la acción de controlar (600) implica al menos disminuir la velocidad de rotación (610) por debajo de un cierto límite (612), o inclinar (620) la una o más palas, o desviar (630) la góndola durante la lluvia intensa (164) o el granizo.

13. El método (500) de acuerdo con la reivindicación 12, donde la acción de controlar (600) se realiza temporalmente durante la lluvia intensa o el granizo detectados y a un nivel de generación de energía más bajo.

14. El método (500) de acuerdo con cualquiera de las reivindicaciones 12 o 13, donde la velocidad de rotación se reduce temporalmente para reducir la velocidad máxima por debajo de una velocidad de 200 km/h.

15. Un sistema para detectar lluvia intensa (164) o granizo en una pala (22) en un generador de turbina eólica (12), donde el sistema comprende

- medios sensoriales (41) que proporcionan una entrada sensorial (140) indicativa de vibraciones;

- medios adaptados para ejecutar las acciones de acuerdo con el método (100) de acuerdo con cualquiera o más de las reivindicaciones 1 a 10.

16. Un sistema para hacer funcionar un generador de turbina eólica (90) que comprende:

- el sistema de acuerdo con la reivindicación 15;

- medios para controlar el generador de turbina eólica (12) en función de la detección de lluvia intensa (164) o granizo en la pala (22);

- medios adaptados para ejecutar las acciones del método de acuerdo con cualquiera o más de las reivindicaciones 1 a 14.