风力发电机组全功率试验台搭建及应用

为了降低风力发电机组现场调试的高成本和高风险,在车间完成对机组整机性能的测试,采用数字仿真模型与全功率拖动平台联合实时测试的方法搭建了风力发电机组全功率试验平台.其中,数字仿真模型使用基于多体动力学的线性变参数(LPV)建模方法对叶片以及塔架等柔性部件进行详细建模,采用仿真计算出的高精度模拟信号作为系统的输入;拖动平台采用伺服拖动系统模拟风轮的气动输入作为系统的执行机构.测试表明,该试验平台能够在不增加复杂装置的情况下,将叶片模态以及塔架模态纳入到测试系统中,使测试结果更加接近现场实际情况,保证机组装机后安全稳定的运行.     

风力发电机组试验台系统设计与实验

风力发电机组近年来在我国发展较为迅速,针对风力发电机组运行状态监测与维护展开的相关研究逐渐成为行业热点。因风力发电机组故障维护成本较高,许多研究者开始通过故障模拟试验平台对其进行理论和实践研究。在此背景下,设计完成了一套风力发电机组传动链故障模拟试验台,可进行风力发电机组传动链故障模拟实验及仿真研究。试验台由三相异步电动机、减速器、发电机和变频器等控制元件组成。通过变频器控制电动机模拟不平稳风速的输入,进而研究发电机输出电量参数。同时可以通过模拟传动链系统不同的故障研究其电量输出变化。试验及分析结果表明,试验台转速控制平稳,符合理论计算;且可以有效地模拟不同工况下风力发电系统的运行状态。     

基于主成分和神经网络的风力发电机主轴承故障预警

主轴承作为风力发电机组的重要部件,一旦发生故障,会影响风力发电机组整机工作的发电性能,严重时故障甚至会造成停机,不仅影响发电量,更会产生高昂的维修费用。通过运用相关性分析,根据Pearson相关系数矩阵对原有的多个指标进行分析。然后运用主成分分析,首先对数据的原始特征预处理,得到6个主成分,然后将这6个主成分作为BP神经网络的输入,运用神经网络对风力发电机的主轴承进行预警。神经网络模型结果表明,该模型对风力发电机主轴承故障预警具有非常好的识别效果,基于主成分和神经网络对风力发电机主轴承故障预警对实现机组智能故障诊断,提高机组的运行效率具有十分重要的意义。     

卷烟企业风力送丝自适应控制系统的开发

为实现精准控制风送速度，减少风力输送造成的烟丝造碎，建立了风力送丝系统自适应控制系统。该系统可实现电机频率动态控制、风压和风速双闭环串级控制，可依据卷烟机开机台数、要料信号快速、准确调节电机输出频率和各支管风速。试验表明系统正常运行时风速调节可在2 s内完成，风速控制标准差小于0.638 m/s。系统对减少烟丝造碎具有正向改善作用，可减少单箱烟丝消耗1.14%。      

风力发电机状态监测与故障诊断技术分析

在我国倡导节能环保的政策号召下,利用风能进行发电在我国电能供应中占有一定的比例,对于优化我国能源消费结构具有重要意义。由于风电场的运行环境比较恶劣,所以增加了风力发电机发生故障的几率。为了保证风力发电的稳定供应,可对风力发电机实施状态监测和故障诊断技术,及时监控发电机的运行状态,提高故障诊断和维修效率,确保电能的稳定供应。文章首先对风力发电机采用状态监测和故障诊断技术的必要性进行分析,然后阐述了状态监测和故障诊断技术在风力发电机中的应用,对于提高风力发电机的运行效率具有重要意义。     

风力因素对人工试验池中水体交换的影响分析

利用ECOM模型模拟人工试验池内三维水动力变化,并分析风力因素对水体交换过程的影响。在模型验证结果准确的基础上,发现静风条件下的水体置换率比当地冬季盛行风条件下的水体置换率更好,盛行风向与进出水流流向重合度高,大大降低了水体置换效果,对于水环境治理和保护是不利的。因此,在设计进出水流方向时需考虑当地盛行风向。     

计及损耗的双馈感应风力发电机高电压穿越控制策略

利用换向原理分析其电磁暂态特性，在此基础上，对DFIG输出无功功率与其铜损耗的解析关系进行了理论分析，推导出了使铜损耗最低的DFIG输出无功功率最优参考值。同时，转子的瞬时功率补偿分量减小了DC总线电压的波动，从而减少了转换器的功率损耗。由此，提出了考虑DFIG铜损和转换器损耗的DFIG高电压穿越控制策略。仿真结果表明，该控制策略可以在保证DFIG高电压穿越能力的同时降低DFIG铜损耗与换流器损耗，并具有较好的暂态特性。