表 1。风力涡轮机规格。
由于垂直风切变和塔影等多种因素，所产生的线性模型关于方位角位置具有高度周期性，随着风力涡轮机额定值的上升（更大尺寸的风力涡轮机），周期性效应甚至趋于更加明显，因此在控制器设计期间执行多叶片坐标 (MBC) 变换以考虑风力涡轮机的周期性动态。
多叶片坐标变换整合了单个叶片（旋转坐标系）的动力学，并将其表达在固定的非旋转坐标系中。
可变风速会导致风力涡轮机部件中的负载波动，从而导致疲劳损坏。因此，重要的是监测风力涡轮机部件的退化 ，以便分析和控制退化，防止部件在预期寿命之前发生故障。
循环计数方法广泛用于疲劳损伤分析，尤其是在风力涡轮机运行等不可预测的负载波动应用中。这些方法能够简化变化的负载数据，并且可以很容易地与 Miner 规则相结合以进行分析。
已经开发了几种循环计数方法，包括峰值计数、简单范围计数、水平交叉计数和雨流计数 。
这种传统方法需要整个时间序列负载历史以确定等效负载循环，这需要大量内存存储。因此，改进的实时雨流计数算法（RFC）成为一种更有效的方法。
该算法在两个灵活的堆栈或缓冲区的帮助下处理数据以进行存储和处理，并采用 3 点计数规则来检测最大值和最小数据值，因为它应用了递归模式算法。
一旦系统开始运行并检测到负载曲线，3 点计数规则会识别每个出现的极值，区分最大值和最小值，然后将每个值定向到其各自的缓冲区并生成等效循环（一半或完整周期）。
如图1所示。
图 1。在线雨流计数算法实现。
第一个极值负载值最小值 (Dk1 ) 和最大值 (Dk2) 由 3 点计数规则定义和比较，以识别每个值将存储在哪个存储缓冲区中，当下一个值（Dk3) 最小值到达时，3 点规则定义其堆栈并将其与已存储在同一缓冲区中的其他值进行比较。
由于只有一个最大值条目，因此决定半个周期是 ( Dk2−Dk1) 并消除旧的最小值。该过程继续为（Dk4) 到达时在最大值堆栈中创建两个条目然后 ( Dk5) 到达然后决定一个完整的周期 ( Dk4−Dk3Dk4−Dk3) 因为两个最大值在最大值堆栈中。
算法代码在数据到达时继续处理数据，比较堆栈中的值并定义半周期和完整周期，如图1所示。
