基于BP神经网络的风力发电机温升故障诊断研究

论述了BP神经网络的系统结构及算法,并对风力发电机运行时影响温升的因素进行了分析,提取特征向量作为输入,利用BP神经网络建立特征向量与故障模式之间的映射关系,建立了基于BP神经网络算法的风力发电机温升故障诊断模型,并运用MATLAB软件进行仿真运算。仿真结果表明:该模型能够得到发电机温度的预测数值,通过将温度预测值与实际工况下的温度值进行误差对比,进而来判断发电机是否处于正常的工作状态,实现发电机潜在故障的预警,为风力发电机的故障诊断提供了一种切实可行的方法。     

永磁风力发电机转子偏心故障分析

推导了永磁风力发电机转子偏心故障频率产生基理,利用基于磁路的方法,建立了永磁风力发电机模型,将其所建模型导入到有限元分析模块中进行仿真。提取永磁风力发电机定子电流,运用小波包变换对其进行分析,仿真分析结果表明:永磁风力发电机转子偏心故障将会在基频两侧产生故障特征频率信号,且两个特征频率信号随偏心度的增加变化规律有较大区别,而整数次谐波幅值没有较为明显的变化。     

双馈型风力发电机低电压穿越的分析研究

风力发电机的低电压穿越现场实际实验较难实现,为了准确地分析双馈型风力发电机低电压穿越的特性,有必要通过仿真的方式进行分析研究。针对风力发电系统中双馈型风力发电机的基本原理,构建了机组的动态数学模型,利用Matlab/Simulink的仿真平台,建立了双馈感应发电机以及控制系统的仿真模型,对其在电压跌落50%的故障下开展了仿真和研究,分析了电网跌落时对双馈风力发电机的影响。研究结果表明：电网电压跌落时和电压恢复时风力发电机会受到电网电压故障的强烈影响。     

基于神经网络的风力发电机变频器故障诊断研究

为了准确分辨风力发电机变频器故障类型,针对直驱式风力发电机变频器,给出了一种基于神经网络的风力发电机变频器故障诊断方法。分析了直驱式风力发电机变频器的结构、故障原理和故障类型,得到了一系列不同故障状态下直驱式风力发电机的输出电压波形变化情况,并对设计好的BP神经网络进行训练和测试,基于单纯神经网络训练时间长、预测结果不太理想等因素考虑,尝试采用遗传算法优化神经网络权值、阀值参数。仿真结果表明优化后的神经网络训练时间更短,且有更高的预测精度。     

改进小波结合BP网络的风力发电机故障诊断

针对风力发电机早期故障时定子电流特征量难以提取的问题,提出了单子带重构改进小波变换结合BP神经网络的风力发电机故障诊断新方法。通过对风力发电机的定子电流进行单子带重构改进小波变换,消除了传统小波变换中的频率混叠现象;从小波变换后的子带信号中选取特征域、提取特征量作为BP神经网络的输入;在此基础上,结合BP神经网络的输入输出非线性映射能力,完成对故障的诊断和定位。经过仿真实验证实,该方法准确地实现了对风力发电机故障的诊断。     

风力发电机轴承故障包络谱扫频分析诊断

为提升风力发电机轴承故障诊断的准确性和效率,本文提出了包络谱扫频分析法,该方法通过扫频,将包络谱中的振动信号变换到扫频谱,然后利用故障信号在包络谱中的形态特征过滤干扰频率,最终突显代表故障的周期性冲击信号,实现对风力发电机轴承故障的准确快速诊断。实际诊断结果表明,包络谱扫频分析法能够准确快速地诊断风力发电机轴承典型故障。该方法可作为传统故障诊断方法的有效补充,不仅适用于风力发电机轴承故障诊断,也适用于其他设备滚动轴承的故障诊断。     

变速恒频双馈风力发电机并网控制策略仿真研究

根据变速恒频双馈风力发电机组的运行特点,将矢量变换控制技术应用于发电机并网控制。利用Maflab软件建立空载并网仿真模型,对并网前的空载运行、并网时的过渡过程进行了仿真研究。仿真结果表明,所采用的空载并网技术是变速恒频双馈风力发电机的一种较理想并网方式。     

风电场联络线短路电流特性的研究

为了对包含双馈感应风力发电机风电场的联络线保护进行研究,有必要对联络线发生故障时的短路电流特性进行分析。对于联络线对称短路故障,利用双馈风力发电机定、转子磁链的暂态变化机理,推导了双馈风力发电机组在联络线远端和近端故障情况下的定子暂态电流解析表达式。对于不对称短路故障,通过利用对称分量法和双馈感应风力发电机简化正负序等效电路,定性地分析了联络线发生不对称故障时的短路电流特性。仿真结果表明含双馈感应风力发电机的风电场联络线短路电流特性与常规电力系统短路电流特性有明显差别。     

基于Maxwell 2D的同步发电机定子绕组匝间短路故障研究

定子绕组匝间短路是同步发电机一种很常见的内部故障.该文通过分析推导建立了发电机定子绕组发生匝间短路的故障模型,采用二维有限元方法借助Maxwell 2D软件进行了内部磁场的仿真分析,并利用快速傅里叶变换获得了其端电压故障前后频谱对比分析表,总结了发生匝间短路时的故障特征,为发电机早期的故障预测提供了依据.     

基于聚类算法的风电场动态等值

风电机组在实际运行时,受尾流效应等因素影响,运行状态并不相同。为提高风电场实际运行模型的精度,提出了一种适用于双馈式风力发电机的动态等值建模方法。它将风电机组的状态变量矩阵作为分群指标,利用聚类算法将矩阵中的数据进行分群,将同群的风电机组等值成为一台风力发电机,实现了风电场的动态等值。利用PSD/BPA平台,对系统侧故障与风速变化2种情况仿真,并与传统等值方法及风电场详细模型对比。仿真结果表明,采用仿真过程中的状态变量作为分群指标是合理的,该模型与详细模型的动态特性基本一致,可以用来描述风电场的实际运行状态。     

风力发电机组故障诊断与状态预测的研究进展

风力发电机组因运行环境恶劣较易发生故障,实现对风电机组适当的状态维护或预防性维护,既能减少故障发生概率、降低维修成本,又能改善电力系统运行的安全性与经济性。首先,通过回顾近年来国内外在风电机组状态维护或预防性维护方面所做的相关研究工作,系统归纳了当前针对风电机组关键部件开展故障诊断和状态预测的难点问题及其研究进展;然后,对基于数据驱动的风电机组故障诊断与状态预测方法进行了重点论述;最后,对未来该领域的研究建议进行了展望。     

海上风电机组故障容错运行研究现状分析

海上风电场可及性差,运行条件恶劣。风电机组故障率高,故障修复时间长且维护困难,一旦故障停运,经济损失巨大。统计并对比分析海上风电机组和陆上风电机组的历史运行数据,归纳海上风电机组关键部件的故障特点,分析风力发电机组常见的电气类故障及其对系统的影响。分别从软件容错、硬件容错两个方面总结现有海上风电机组容错运行的研究现状,归纳目前海上风电机组的容错方案,分析现有容错方案的应用可行性。进一步指出现阶段海上风电机组故障容错存在的主要问题,并对将来的研究热点进行了展望。     

基于改进DEMD和ICA的海上风机传动系统早期故障诊断

针对传动系统早期故障振动信号较弱的情况,提出基于改进微分经验模式分解(DEMD)和独立分量分析(ICA)的海上风机传动系统早期故障诊断方法。为克服传统的DEMD算法在分解低阶本征模态函数(IMF)时存在失真现象,提出改进的微分经验模式算法将原始振动信号分解成若干个独立的IMF信号,结合ICA进一步进行原始振动信号故障特征分量的提取,并基于标准数据和风机动力传动故障诊断实验平台进行了仿真研究,最后选取海上风电机组传动系统常出现的发电机轴承故障进行诊断分析。结果表明,相对于传统的故障诊断方法,该方法能更好地放大故障分量,减少噪声和其他振动干扰信号的影响,提高了海上风电机组传动系统早期故障诊断的准确性。     

风力发电机组状态监测和故障诊断系统的设计与实现

为实时监测风力发电机组的运行状态,提高故障诊断系统的智能化程度,设计了一套基于硬件数据采集系统结合Matlab、组态软件WinCC的风力发电机组实时在线监测和故障诊断系统。通过数据采集系统的硬件选择和连接,建立了数据采集器与Matlab、WinCC之间的实时通讯,并在Matlab中应用小波包和神经网络智能算法完成齿轮箱和发电机轴承数据处理,实现了故障诊断结果的实时显示。     

基于相对主元分析的风电机组塔架振动状态监测与故障诊断

振动信号是风电机组数据采集与监控系统（supervisory control and data acquisition system, SCADA）中一类重要变量。以风电机组SCADA运行数据为基础,首先结合风机运行原理详细分析了导致塔架振动的主要因素。进而采用相对主元分析（relative principal component analysis,RPCA）和某风电机组2011年3~5月份的SCADA运行数据,建立了覆盖塔架正常工作状态的RPCA振动模型,计算得出监控统计量Hotelling T2（简称T2）和平方预测误差（squared prediction error,SPE）。采用塔架振动RPCA模型,准确检测出风电机组变桨系统故障,验证了所研究方法的有效性。     

双馈风电机组故障行为及对电力系统暂态稳定性的影响

由于双馈风电机组具有不同于同步发电机的运行特性,且不同型号双馈风电机组在实现故障穿越时采用不同的控制策略,造成大规模风电并网的电力系统暂态稳定性发生变化。文中通过对双馈风电机组控制特点及故障行为的深入研究,指出双馈风电机组的故障行为由故障穿越运行控制策略决定,并给出其等效外特性。基于等面积定则定性分析了双馈风电机组接入单端送电系统后,其故障行为对系统暂态稳定性影响的机理。在理论分析基础上进行了时域仿真验证,仿真结果表明,故障期间减小双馈风电机组有功给定值、增加无功注入控制比例系数有利于系统的暂态功角稳定性,故障清除后有功恢复控制对系统的暂态功角稳定性影响不大,验证了所提理论分析的正确性。     

考虑时空分布特性的风速预测模型

随着风电并网规模日益增加,风电功率波动对电网的影响将更加显著。风速预测可以辅助电网制定调度和运行控制决策,合理应对风电功率波动,降低风电功率波动对电网安全稳定运行的影响。考虑风电机组的地理分布和风速的时间、空间分布特性,建立等效风速模型。由该模型建立上、下游风电机组的风速关联关系,修正下游风电机组的风速。在此基础上,提出一种基于修正系数的风速预测方法,以提高预测精度。以实际风电场地理数据和风电机组参数为基础的仿真算例验证了该方法的可行性和合理性。     

基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法

针对风电机组叶轮系统故障的非线性、非稳定性和耦合性使早期微弱故障特征频率处于强背景噪声下难以提取的问题,并考虑到传统故障信号采集方法存在的局限性,从电信号入手,提出了一种基于希尔伯特变换和变分模态分解相关性分析(CA-VMD)的风电机组叶轮系统不平衡故障的电信号特征提取方法。首先,针对传统频域分析方法直接对故障电信号进行分析而无法提取故障特征频率的问题,引入Hilbert变换解调出故障调制信号;然后,针对强背景噪声下早期微弱故障特征难提取的问题,引入变分模态分解将故障调制信号分解,并通过相关性分析剔除噪声分量;最后,重构故障调制信号并提取故障特征频率,提高了原始故障信号的信噪比。通过仿真分析,证明了所提方法的有效性。     

面向指数积分方法的电磁暂态仿真GPU并行算法

为满足对大规模可再生能源接入的电力系统进行快速电磁暂态仿真的需求,提出了一种面向指数积分方法的电力系统电磁暂态仿真图形处理器(GPU)并行算法。首先,分析了矩阵指数积分算法求解过程所具有的高度数据并行性,进而将该特性与GPU计算资源相结合;利用GPU处理指数积分方法求解时所需的大规模矩阵运算,而将较为复杂的系统状态判别与更新保留在CPU中完成,有效提升了仿真计算速度。最后,分别针对17台和100台风机的风电场算例进行了测试,验证了所提并行算法的正确性和有效性,同时也说明了算法的加速效果会随着系统规模的增加而愈发明显。     

风电机组大范围脱网原因分析及对策

风电的大规模发展对电网的安全稳定运行提出了新的挑战.本文对近期风电机组出现的大规模脱网的故障过程进行了描述,对故障机理进行了初步分析.根据上述分析,给出了防止风电机组大规模脱网的应对设想.