变速风力发电机变流器故障诊断方法

大型变距变速风力发电机组状态的监测与故障的诊断是保证机组长期稳定运行和安全发电的关键。文章针对变速风力发电机组中的变流器电路模型非线性强的特点,利用神经网络非线性映射特性,提出了采用基于波形直接分析的BP神经网络故障诊断方法。该方法能动态监视风力发电机变流器并网电路的工作状态,实时在线进行故障诊断和快速分析,确定变流器故障的部位和性质,可缩短风力发电机的故障停机时间。实际运行结果表明,该方法对变速风力发电机组的状态监测与故障诊断是有效的。     

风力发电机组状态监测系统设计与应用

风力发电机组状态监测系统的设计可以有效降低机组的检修维护费用,保障机组的安全稳定运行。对风力发电机组状态监测和故障诊断技术进行了深入的研究,设计了风力发电机组状态监测系统,并详细介绍了系统的结构与功能。通过系统在大型风力发电场的成功应用,验证了其对风力发电机组状态监测与诊断的有效性。     

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。     

双馈型风力发电机状态监测装置硬件系统设计

结合双馈型风力发电机的结构和故障特点,设计了以ARM处理器为核心的双馈风力发电机多参量状态监测与故障诊断装置的硬件系统。该硬件系统可同时采集双馈发电机的振动、定转子电流、定子电压信号,通过对多参量数据的分析以提高对发电机故障判断的准确性。研究表明:所设计的硬件系统在复杂电磁环境下可长时间稳定可靠地运行,并能对双馈发电机状态进行监测。     

基于FMEA法的风力发电机组故障模式分析

在分析风力发电机组设备构成的基础上,针对主轴及轴承、齿轮箱、发电机、偏航系统、变桨系统及塔架等机组主要设备,利用故障模式及影响分析法(FMEA法)开展了设备故障模式统计分析,获得了各设备故障模式详细统计报表,包括设备功能、功能故障、故障模式、故障原因、故障影响及预防措施等相关信息,为风力发电机组状态监测与故障诊断提供理论基础。     

基于故障树和概率神经网络的风电机组故障诊断方法

风电机组各传动设备之间耦合性强,故障发生的原因复杂、多样,使用单一的故障诊断方法受自身的局限性影响,诊断效果不太理想。针对这一问题,通过分析风力发电机组转速故障数据及其影响因素,以风力发电机转速超限故障为例,提出一种基于故障树和概率神经网络的风电机组发电机转速超限故障智能诊断方法。首先,给出多层故障树构建方法,使用故障树分析法得到故障模式。然后,根据故障树节点关系规则和故障模式,提取风力发电机运行数据的特征值,建立概率神经网络的故障诊断模型,根据实际运行故障样本训练网络,将训练后的网络用于故障诊断。现场实验表明,基于故障树和概率神经网络算法对于风力发电机转速故障诊断准确率显著。     

模糊理论在风力发电机组故障诊断中的应用

模糊理论为基础，结合风力发电机组的实际运行工况、现场运行人员和专家的经验，分析了故障与征兆之间的模糊关系，形成了模糊故障诊断规则，建立了风力发电机组模糊故障诊断自适应修正数学模型。最后对一个具体故障实例加以分析，验证了模糊理论在风力发电机组故障诊断中的可行性。     

基于AR-Hankel矩阵的风力发电机早期故障诊断方法研究

针对风力发电机故障早期阶段,故障特征不明显,继电保护装置检测不到相关电气量异常的问题,文章提出了基于AR模型、Hankel矩阵和奇异值分解的风力发电机早期故障诊断方法。该方法先对主轴径向振动信号进行总体平均经验模式分解,再按照互相关准则选择若干个固有模态函数建立AR模型,然后对自回归系数构建Hankel矩阵并作奇异值分解,将奇异值作为故障特征输入支持向量机判断发电机的运行状态。试验结果表明,该方法能对直驱风力发电机正常运行、定子线圈匝间短路、发电机主轴偏心、发电机轴承磨损4种状态进行准确诊断。     

电源不对称对双馈风力发电机故障诊断的影响

定子绕组匝间短路作为双馈风力发电机常见故障之一,直接影响双馈风力发电机组的安全和稳定运行。但是,由于供电电源客观上存在三相不对称问题,这会造成匝间短路故障的误判。为了消除电源不对称对定子绕组匝间短路故障诊断的影响,文章首先通过多回路分析方法建立双馈风力发电机的仿真模型,然后结合对称分量法进行故障机理分析,最后依据时域图和频域图,综合判断匝间短路故障的存在与否及故障程度。试验结果表明:该方法可以消除电源不对称的影响,准确地诊断出定子绕组匝间短路故障。     

基于状态评价的风力发电设备故障诊断系统的研制

基于状态评价的风力发电设备故障诊断系统,通过实时监控表征风力发电设备运行情况的状态量,依据风力发电设备状态评价导则,对风力发电设备进行状态评价,并依据状态评价的结果,对潜在故障进行诊断分析。同时给出相应的运维策略,通过早期故障预测,变事后维护为事前检修,科学合理地安排检修计划,极大地提高了风力发电设备的运维效率,降低了机组的维护成本,保证了风力发电机组的可靠稳定运行。依据此方法研制的风力发电设备故障诊断系统,已成功应用于南方电网超高压输电公司检修试验中心。实践证明,该方法有效地提高了风力发电设备故障诊断的实时性与准确性。     

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。     

基于LabVIEW的风机叶片状态监测系统

作为风能的主要利用方式,风力发电对解决能源危机和环境问题有着重要的意义。然而,由于风力发电机工作环境恶劣,风机叶片容易出现各种故障。因此,对其搭建在线状态监测与故障诊断系统,监测叶片运行状态,对叶片异常情况及时报警,具有极大的工业应用价值。本文基于LabVIEW搭建了一种叶片加速度振动信号的风机叶片状态监测系统。该系统能够实现对叶片振动信号显示、分析、存储及故障报警等功能。     

风力发电机组的健康评估

为了保证风力发电机组的正常运行,降低运行维护成本,建立了风力发电机组的健康评估系统。机组健康评估要素包括机组监测、数据预处理、特征提取和专家库。机组健康评估是利用机组监测采集信息,经数据预处理后,进行特征提取;将提取的特征与专家库分析、比较,进而对风力发电机组的健康进行评估。通过对机组的健康评估,预先了解机组的健康状况,针对不同的故障提早预防或给出相应的处理措施,尽量排除故障或者防止故障再扩大。对风力发电机组的健康评估为风电场的状态检修提供了依据。     

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．     

水轮发电机组状态监测与故障诊断系统研究

本文设计了水轮发电机组状态监测与故障诊断系统的结构,并针对此结构设计了相应的硬件与软件。该系统可以实时记录机组运行中的振动、摆度等数据,并以图形和表格的形式反映给用户。本系统还包含故障诊断专家系统,系统能根据所测数据及时诊断出机组的故障,并自动生成报告。该系统已在索风营等多个电站投入运行,结果表明该系统能准确反映机组运行情况,对机组故障做出准确的诊断。     

风力发电机组振动监测技术应用与实践

当前,风力发电已成为世界新能源发电中发展最迅速的行业,我国风电总装机容量已跃居世界第一。但由于缺乏关键技术,盲目扩大风电场建设,加之环境恶劣,国产风电机组故障发生率明显高于国外,这不仅增加了风力发电机组维修费用,也大大降低了发电可靠性。开展风电机组的运行状态监测,可以提前发现设备运行隐患,实现风力发电机设备的计划检修,是降低生产维修成本、防止重大事故发生的有效措施。     

直流输电技术用于风电场联网的探讨

随着风电场容量的不断增加,风力发电机组单机容量也在加大;大量的异步发电机所发出的极不稳定的负荷电流,对电网系统的稳定运行将产生不可低估的负面影响.文章首次提出了风力发电场的直流输电技术联网方案,可望解决将来风电场发电机群联网运行的制约.     

小波神经理论在风力机齿轮箱故障诊断系统中的应用

风力机齿轮箱振动信号是一种时频特性复杂的非平稳信号,常规的时域和频域分析方法难以有效的分析齿轮箱故障及提取故障特征。提出一种基于小波分析和神经网络的风力机齿轮箱故障诊断方法,该方法采用小波时频分析技术对风力发电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,为实现智能诊断提供故障特征值。应用BP神经网络进行故障识别,并采用LabVIEW和matlab软件予以实现。结果表明,该方法能有效提高风力发电机组齿轮箱故障诊断的准确性。     

燃气轮发电机组的振动信号分析及神经网络识别

根据对多台燃气轮发电机组的运行状态的周期监测,以燃气轮发电机组相应采样点的振动频谱为主要依据,讨论了故障诊断的分析方法;再通过被测设备实际的故障反馈信息,用层次化的神经网络算法对燃气轮发电机组的典型故障进行了分级识别。     

电网电压跌落下双馈风力发电机组暂态性能的比较分析

为了较全面地研究不同运行工况下并网双馈风力发电机组的暂态运行性能,该文基于双馈发电机电磁暂态模型,采用等效集中质量法,建立了考虑风力机和发电机之间传动轴扭转柔性的风力机两个质量块等效模型。在此基础上,基于定子电压定向的矢量控制策略,对风电机组在不同风力机输出转矩、不同电网电压跌落和不同故障持续时间下分别进行了暂态运行性能的仿真,并对风力机不同质量块等效模型的结果进行比较。结果表明,双馈风力发电机组暂态性能与风力机传动链柔性、电压跌落程度和故障持续时间等密切相关。