基于相对劣化度模型的大型汽轮机状态综合评价

大型汽轮机设备工作状态性能的好坏直接影响到电厂运行的安全性和经济性，对其进行状态监测及状态综合评价很有必要。为克服传统状态评价方法的缺陷和不足，引入相对劣化度概念，充分利用设备运行参数、状态监测参数和运行统计参数，融合汽轮机本体振动信号、轴系运行参数以及通流部分热效率等多类信息，建立了应用相对劣化度的评价模型，开发了汽轮机本体状态综合评价系统并将其成功应用于国产300MW汽轮机本体状态综合评价中。研究结果表明，该方法合理有效，评价结果可为以后的本体维修决策提供科学依据。图2表1参6     

基于Vine-Copula-BiLSTM的风电机组齿轮箱状态评估

为了科学合理地反映风电机组齿轮箱运行状态,提出一种基于Vine-Copula模型和双向长短期记忆（BiLSTM）算法的风电机组齿轮箱健康状态评估模型。首先,通过Vine-Copula模型分析数据采集与监视控制（SCADA）系统中各相关状态参数之间的耦合特性,然后利用BiLSTM算法构建健康状态下的标准残差,用于评估风电机组齿轮箱的健康状况。最后,使用实时数据计算残差值并与健康状态下的标准残差值进行比较,利用马氏距离来度量两者之间的差异,并结合健康指数对风电机组齿轮箱的状态等级划分4个等级（优秀、正常、注意和恶劣）。结果表明：针对某风电场发生故障时不同工况的实际数据进行验证,对于不同工况下风电机组齿轮箱油温超温状态,该模型可提前90和1186 min进行故障预警,实现对风电机组齿轮箱运行健康状态的评估。     

基于SCADA运行数据的风电机组发电性能劣化监测研究

风电机组的发电效率和发电性能对风电场的运行水平和经济效益有重要影响。文章采用风电机组SCADA运行数据对机组发电性能劣化进行监测。首先,采用偏最小二乘方法确定对风电机组发电功率有密切影响的多个变量;然后,采用高斯过程回归方法建立反映机组发电性能的功率曲线模型,有效提高建模精度;在监测阶段,引入指数加权移动平均值控制图(EWMA)分析功率曲线模型的功率预测残差,及时准确地发出风电机组发电性能劣化预警;最后,以某风电机组叶轮转速传感器故障导致的发电性能劣化实例,验证了该方法的有效性。     

基于合作博弈和区间划分的风电机组状态评价

风电机组状态评估需要考虑模糊性和随机性的均衡,且不同方法确定的指标权重差异较大。因此,提出了一种基于区间划分的风电机组状态评估合作博弈云模型。首先,针对固定阈值受风速和环境温度的影响较大,采用Bin方法进行区间划分。其次,对于不同方法确定的指标权重,运用合作博弈法进行融合,并采用变权公式进行修正;然后,运用黄金分割法确定评判指标与状态等级间的云映射关系。最后,采用模糊综合评判获得评估结果。通过采集河北某风电场1.5 MW风电机组的监测数据和故障记录,对该方法的有效性进行了验证。结果表明该方法更能反映出风电机组的真实运行状态。     

基于迁移成分分析的多风电机组运行状态识别方法

风电机组运行状态识别对风电机组发电性能评估和风电场精细化管理具有重要意义,然而不同风电机组的数据采集与监视控制系统(supervisory control and data acquisition,SCADA)数据分布差异明显,如果将已训练好的单台风电机组正常行为模型直接应用于多风电机组运行状态辨识,辨识精度较低。为了提高辨识精度,需要针对每台风电机组正常行为模型进行重复性训练,工作量大。为此,提出了一种基于迁移成分分析(transfer component analysis,TCA)的多风电机组运行状态划分模型。首先,采用基于最大互信息系数和反向传播(back propagation, BP)双隐层神经网络的变量优选方法挖掘风电机组运行状态关键影响变量;然后,以正常运行状态下的优选变量为输入,功率为输出,构建了基于BP双隐层神经网络的风电机组正常行为模型;最后,基于迁移成分分析,构建多风电机组运行状态划分模型。算例结果表明,所提模型可解决不同风电机组数据分布差异的问题,提高运行状态划分模型的精度和效率。     

基于随机组合赋权模糊评价的风电机组健康状态评估

由于健康指标权重随机性会导致风电机组状态评估灵敏度降低,提出一种评估风电机组健康状态的随机组合赋权模糊评价方法。首先,通过相关性、方差、偏度等多角度分析风电场采集与监视控制系统（SCADA）数据,结合IEC61400-1标准建立机组健康状态评估指标架构,并基于随机因子优化组合权重得到赋权公式,提高评估指标层权重的准确性。其次,为充分覆盖评估指标数据劣化度,基于岭型分布函数建立健康指标劣化隶属度计算函数。结合随机组合权重和隶属度函数,构建风电机组健康状态模糊综合评价数学模型。通过分层评估风电机组健康状态指标架构,得到机组健康等级并实现故障预警。最后,对大连驼山风电场多台机组进行评估试验,结果表明：该文方法能准确评估出风电机组健康状态等级,相比组合赋权云模型方法,灵敏度提高了1.85%。     

基于数据驱动的风电机组状态评估方法研究

为了延长风电机组平稳运行时长和减少故障停机次数,文章基于有监督主成分分析(SPCA)的Hotelling-T~2和Q统计量控制图,提出了一种风电机组状态监测与评估方法。首先,根据风电机组SCADA历史数据提取正常状态数据。然后,训练集成学习模型拟合主要状态变量,采用贝叶斯优化算法优化其中的超参数。最后,在移动时间窗内利用SPCA方法将监测数据分解到主成分空间与残差空间,计算真实数据与参考状态数据的Hotelling-T~2和Q统计量,并同时求取两种统计量的斯皮尔曼系数,通过划定阈值对机组进行状态评估。将该方法用于某风电场1.5 MW级风电机组,结果表明,该方法能够有效地对机组当前状态进行监测并识别出功率输出故障。     

基于不同运行状态的风电机组齿轮箱故障率预测模型

以往基于威布尔故障分布曲线对风电机组齿轮箱故障率的研究主要考虑时间因素,在此基础上,该文进一步考虑齿轮箱实际运行状态,结合威布尔故障分布模型中的浴盆曲线,构建同时考虑时间（t）和运行状态（s）的齿轮箱故障率模型,并计算其在4种不同运行状况（整体故障率升高、整体寿命缩短故障时间提前、故障期故障速率加快、故障期寿命缩短）的组合下模型的可靠性函数、故障累计分布函数、故障概率密度函数和特定时间下特定数量设备发生故障的概率。     

异构信号图融合驱动的水电机组劣化状态评估

传统基于单一种类监测信号分析的水电机组劣化状态评估存在机组状态表征不全面、评估时序敏感性差等不足,需深入研究异构监测信号特征挖掘与状态融合表征问题,提出一种异构信号图融合表征驱动的水电机组劣化状态评估方法。首先,嵌入工况信息-多源监测信号为节点特征,设计基于异构信号相似度阈值的边连接函数;然后,计算异构信号内部多重边连接关系,将同一时段内数据转换为差异化图空间结构;其次,融合图卷积网络和循环神经网络,构建兼顾时-空特征提取能力的机组健康基准模型,挖掘异构信号图中隐含的时空依赖关系以表征机组状态;进一步引入注意力机制融合图表征向量,输出预测理论健康信号值,并度量多维信号空间内预测值与实际值的距离,以评估机组综合劣化程度;最后,使用某水电机组实测数据验证所提方法能有效综合评估机组劣化。     

基于运行效率分布差异的水电机组劣化状态趋势预测

为解决水电机组劣化状态难以刻画及预测精度低的问题,需深入探究不同机组状态下运行效率的分布差异特性,提出了一种基于运行效率分布差异的水电机组劣化状态趋势预测方法。首先,综合考虑水电机组工况（水头、流量）与效率之间映射关系和状态监测数据随机性,利用高斯混合模型拟合多工况下机组健康状态运行效率的概率分布特性;在此基础上,计算观测样本在机组健康状态分布下的负对数似然概率,并以此作为水电机组劣化状态指标,表征观测样本与机组健康状态标准分布之间的偏差;进一步采用非因果原理和高斯误差线性单元,分别改进时间卷积网络（TCN）的膨胀卷积模块和残差模块,并融合门控循环单元（GRU）,设计并构建水电机组劣化状态预测模型;最后,利用某水电站^#6机组实际运行监测数据开展方法验证。结果表明,所提方法能有效提升机组劣化状态趋势预测精度。     

风电机组载荷计算的外部风速条件模拟研究

针对大型风力发电机组设计中的风速条件进行了模拟研究,利用Bladed软件进行了仿真和载荷计算,研究内容包括风切变、塔影、上风向尾流、三维湍流、瞬时风速等建模问题.结合沈阳工业大学承担"863"项目--SUT-1000 MW级变速恒频风电机组的研制,进行了IEC标准下各级负载级别的载荷计算.     

风电机组模型及其在低电压穿越过程中的有效性认证

介绍风电机组模型有效性研究的最新发展、认证过程和评价指标,以及机组模型的分类、组成和要求,并且对机组模型的发展方向以及测试和评价方法的发展方向提出了看法。     

风力机状态监测与故障诊断技术研究

介绍了风力发电机组的基本构成,对风力机常用状态监测技术及主要测量参数进行了分析研究,并分析了风力机部件的常见故障,研究了部件的故障机理,最后,分析研究了适合于风力机的多种故障诊断方法,对国内外风力机状态监测、诊断技术和系统应用现状进行了概述。研究结果对保证风力发电机组安全运行,减少故障发生率,提高风力发电机组的运行可靠性．实现基于状态维修起到了指导作用。     

风力机三维尾流模型的提出与校核

针对大型风力机叶轮范围内风剪切效应突出以及当前工程尾流模型局限于二维空间而忽略垂直方向风速变化的问题,该文综合考虑风速和湍流强度切变效应对尾流的影响,在前期所发展的二维2D_K Jensen尾流模型的基础上,提出一种新型三维尾流模型.之后,新模型被应用于多种工况条件、多种类型的风力机尾流计算中,较为全面地验证其精度及适...     

水平轴风力涡轮性能的改进升力线算法

将现代螺旋桨性能的改进升力线算法用于对水平轴风力涡轮性能的预估，通过在控制点上满足边界条件求解叶片环量分布，而不需要迭代求解。控制点的分布符合薄翼理论，其法向可简单地取为弦线法向，从而可以考虑展弦比的影响。采用圆柱刚性尾涡模型，并作高效近似处理，几个算例表明，计算值与实验值相符合。     

港口实景下大型风电机组工程化设计分析

 港口面临着巨大的生产用电需求和碳减排压力,港区丰富的风能资源使得风电在港口具有较大应用前景。风电机组选址及选型设计将直接影响电站的经济效益和港区生产安全,在风能系统工程化设计中具有重要的研究意义。  以宁波舟山港穿山港区为例,研究了港口特定环境下大型风电机组的工程化设计原则与限制因素,分析了港区风能资源情况与风资源能源化潜力,基于历史统计信息,分析了影响港区的特殊气候;基于港区实景,考虑港区特定环境下的限制因素,对风电机组的选址设计进行分析;研究了风电机组的选型设计方法,并以市场上4种主流机型为例,从多个维度对港区风机选型设计进行了分析。  最终,选用IEC I类及以上且具备抗台特别设计的WTG2型风电机组风机,年发电量可达24.53 GWh,节约用电成本0.233亿元,减少CO₂排放约1.425 1万t。  所提出的港口实景下大型风电机组工程设计方法经验证可行,且可以实现较大的经济和生态效益,助力港口实现碳达峰和能源自给,对港口风电场工程设计具有一定的借鉴参考价值。     

风场风力条件评估系统开发

运用VC＋＋编写风场风力条件的评估系统．该系统包括正常风力条件和极端风力条件2大部分。在各个模块中针对不同的风力条件,采用交互式数据输入方式,计算出具体数值,且绘出图形,从而全面、具体地对风场风力条件进行分析与评估。     

大型汽轮机运行状态的可拓评价理论与系统开发

在建立汽轮机运行状态评价指标的基础上,提出了一种可拓评价方法.基于可拓学的物元理论,建立了汽轮机运行状态的物元模型,引入可拓集合中的关联函数与关联度,由综合关联度的大小对汽轮机运行状态进行定性和定量评价,并开发了基于SIS实时/历史数据平台的汽轮机运行状态评价系统,最后通过实例验证了该方法的实用性.研究结果表明,该方法能快速而有效地识别汽轮机运行状态,从而为状态维修决策提供科学的依据.     

风力发电机组振动故障分析技术

振动故障分析技术是风力发电机组预测性维护和降低维护成本至关重要的手段之一．文章介绍了当前应用于风力发电机组传动链的部分振动分析技术,以及这些振动分析技术的基本原理和优缺点。以期帮助振动分析者能够更好地利用振动状态监测系统分析和了解风力发电机组传动链的运行和振动状态．