考虑极端天气冲击过程的风电机组竞争失效可靠性评估

针对风电机组的运行可靠性易受极端天气影响的问题,提出了一种考虑极端天气冲击过程的风电机组竞争失效可靠性评估方法。同时考虑风电机组自然退化、极端天气冲击导致的瞬时退化以及极端天气持续过程产生的加速退化,构建极端天气下的风电机组综合退化模型;考虑风电机组退化过程对其耐冲击性能的影响,建立风电机组竞争失效可靠度模型以评估风电机组可靠性;基于我国北方某风电场工程数据和极端天气历史数据评估了某2 MW风电机组的可靠性并进行了参数灵敏度分析。结果显示,到第5年时,仅考虑自然退化的方法评估风电机组可靠度为0.84,而考虑极端天气冲击过程的方法评估风电机组可靠度为0.178,后者更加符合工程实际。通过模型参数的灵敏度分析发现,运行时间超过3年后,退化失效开始逐渐影响风电机组的可靠性。     

基于改进LSTM-TCN模型的海上风电超短期功率预测

风功率精确预测是实现大规模海上风电友好并网的重要手段。大型海上风电场机组台数众多,状态各异。机组状态、尾流影响和时空特性对风功率预测的影响不可忽略。该文基于长短期神经网络(long short-term memory,LSTM)–时间卷积神经网络(temporal convolutional network,TCN),提出了一种考虑机组状态、风机尾流和场群空间分布特性的海上风电超短期功率预测方法。首先分析了机组状态和尾流数据对于功率预测的影响,然后基于LSTM建立了风电机组运行数据深度学习预测模型,实现机组健康状态到运行数据的映射,并通过数据的实时滚动对机组健康状态进行持续修正;在此基础上,加入注意力强化和随机空间特性弱化模块的改进LSTM-TCN模型。通过实际运行数据算例分析,相比TCN算法、LSTM算法,该文方法可提升风功率预测的精度,尤其对于海上常见的风速骤变工况适应性较强,对TCN算法过于强化空间特性的问题进行改进。以该模型的精确预测为基础,可进一步用于大规模海上风电场内机组的协调优化控制,提升海上风电出力可靠性。     

风电轴承性能退化建模及其实时剩余寿命预测

为了实时掌握风电轴承的剩余寿命,提出一种基于温度特征量的风电轴承性能退化建模及其实时剩余寿命预测方法。由于风速大小和风向的不确定性,使风电轴承温度在较宽的范围波动,采用移动平均法对风电轴承的相对温度数据平滑滤波处理,提取风电轴承性能退化的温度趋势量;考虑风电轴承在运行过程常受到不确定因素影响,使其性能退化速度随时间而改变,基于Wiener过程建立了风电轴承的性能退化模型,并提出基于极大似然估计的实时参数估计方法;以温度监测值首次超过失效阈值判定轴承失效原则,建立了基于逆高斯分布的风电轴承实时剩余寿命预测模型;最后,应用文中所提出的方法,对实际某风电机组的发电机后轴承性能退化过程分析及其剩余寿命进行预测,并与实际剩余寿命进行了对比和分析,表明文中提出的风电轴承性能退化模型及实时剩余寿命预测方法是正确有效的。     

基于风电机组状态信息的海上风电场维护策略

针对海上风电场运维过程中风电机组的状态信息利用不足,提出了一种基于风电机组状态信息的海上风电场维护策略。首先,考虑环境因素以及部件之间的相互作用对状态信息的影响,定义动态劣化度用于描述风电机组各部件的劣化程度,采用模糊综合评价法建立了风电机组的状态评估模型。其次,依据各风电机组的实测运行数据,确定风电场待维护机组。再次,针对选定的待维护机组,结合后续维护周期内风速预测结果,构建了以单个维护周期内维护成本最小为目标、以海上有限维护时间与可及性为约束的海上风电场短期预防性维护决策模型,对风电场的风电机组的维护时间以及路径进行优化。最后,结合国内某海上风电场实例数据进行算例研究,验证所提方法的有效性。     

风电轴承状态监测与智能维护策略研究

针对风电轴承运行工况恶劣、状态退化复杂、维护成本居高不下的问题,提出了五阶段智能维护策略的基本框架,即监测数据获取、退化指标建立、健康状态划分、剩余寿命预测和维护决策制定.首先,讨论了风力发电机的主要故障模式,比较了来自不同传感器的状态监测信号的优缺点.然后,阐述了状态监测与退化评估的基本步骤,包括退化指标建立、退化指...     

风电机组运行状态参数的非等间隔灰色预测

为了实现风电机组故障预警和智能状态检修,提出了风电机组运行状态趋势的灰色非等间隔预测研究。首先,考虑不同间隔段历史数据所反映机组趋势和变化规律差别,对监测数据抽取多组非等间隔时间序列,利用平均弱化缓冲算子,分别建立非等间隔灰色GM(1,1)预测模型。其次,引入关联度概念,选择各组非等间隔灰色预测值与实际值之间最大关联度的预测结果,应用建立的灰色关联组合预测模型,对某850kW变速恒频风电机组的发电机转速及部件温度等运行状态参数进行预测。最后,对某2MW风电机组运行转速进行预测,并与反向传播(BP)神经网络和支持向量机方法的预测结果进行比较,结果表明风电机组运行状态参数的非等间隔灰色预测具有较高的精度。     

考虑天气因素的海上风电机组预防性机会维护策略优化方法

海上天气环境恶劣、可进入性差,给海上风电机组的运行维护带来了巨大挑战。该文引入天气因子、可及率和容量因子,分别描述天气对机组劣化过程、维护停机时间和单位时间停机损失的影响。将海上风电机组视为多部件串联系统,以维护成本最小为目标,部件可靠度为约束,构建了考虑天气因素的预防性机会维护模型。维护策略考虑不完全维护和更换两种方式,结合部件劣化情况和维护费用,以费效比作为维护方式的决策依据。以某海上风电场单台风电机组为例,将文中所提策略与不考虑天气因素的预防性维护策略、机会维护策略进行了对比,分析了天气、部件劣化、维护程度等因素对策略的影响。仿真结果验证了所提维护策略的有效性和优越性。     

海上风电机组分阶段预防性维修策略

针对海上恶劣环境所引起维修费用昂贵的问题,结合部件失效率曲线,提出了海上风电机组分阶段预防性维修策略。首先引入容量因子,修正海上风电机组单位时间停机损失。其次,视风电机组为多部件复杂系统,结合维修情况更新部件和机组可靠性。在考虑预防性维修成本和对机组可靠性提高量的影响下,构建费效比(return on investment,ROI),采用离差标准化方法,确定各个部件的维修方式。以单位时间维修成本最低为目标,部件可靠性为约束,采用反向粒子群算法(opposition based learning-particle swarm optimization,OBL-PSO),得到最优维修时间间隔和全寿命周期内预防维修次数。最后,以某海上风电机组为例进行仿真分析。仿真结果表明,分阶段预防性维修策略比传统等时间间隔的维修策略减少了停机维修次数,能够进一步降低维修成本,为海上风电机组维护策略的制定提供指导。     

风电机组轴系的剩余寿命预估

风电机组轴系作为传动系统的关键部件,其剩余寿命的准确预估有利于维修方案的优化,从而有效降低运行成本。提出了一种风电机组轴系的退化-扭振耦合模型,结合了慢速的退化过程和快速的转动行为,同时引入不确定量风速对轴系退化的影响。运用四阶龙格-库塔算法和雨流统计法,通过多次蒙特卡罗模拟得到退化度曲线,进一步求得剩余寿命的期望和方差。结果表明,风电机组轴系的退化度呈指数发展,剩余寿命的期望和方差随退化度呈负指数变化。     

计及冰雪天气影响的风电场短期出力模型

针对冰雪天气对风电场实际运行的影响,提出了一种新的风电场短期出力模型。该模型考虑了风电机组和集电线路的积冰过程,基于现有的研究成果对叶片积冰情况下的风电机组有功出力模型进行了修正。同时考虑冰雪天气下风电场内设备的随机停运,对风电机组和集电线路在恶劣运行条件下的故障停运概率进行了估计,建立了与环境因素相依的时变停运概率模型。考虑尾流效应影响,对风电场内机组的状态进行分批次抽样,并结合机组出力水平和集电线路的抽样状态,计算风电场的出力。仿真结果表明所提的出力模型能够反映风电场在冰雪天气下短时间内的出力特性,适用于风电接入系统的短期可靠性评估。     

海上风电场维护任务动态调度策略

在海上风浪、载荷等因素的耦合作用下,风机状态数据波动迅速,时变工况下风机状态特征的敏感性导致维护需求的动态变化,增加了风电场维护任务精准调度的难度.文中提出了海上时变工况下考虑风机状态风险态势的风电场维护任务动态调度方法.首先,利用模糊C均值聚类算法划分风机时变工况,通过采用改进联合领域自适应卷积神经网络最小化特征分布差异,实现时变工况下风机状态特征自适应提取.然后,根据部件状态序列利用马尔可夫模型描述各部件的初始状态转移矩阵,考虑到不完全维护对机组部件性能的影响,引入部件性能退化过程,建立了考虑风机自适应状态评估的风险态势预测模型.同时,提出以维护船只、人员、工作时长等条件为约束,以单位电量调度维护成本最小为目标的海上风电场维护任务动态调度方法,实现了时变工况下海上风电场维护任务的动态调度.最后,以某海上风电场为例,验证了所提方法的有效性和经济性.     

风机齿轮箱轴承状态评估与剩余寿命预测

为了提高风机运行的可靠性和经济性,提出一种基于马尔科夫链的风机齿轮箱轴承状态评估和剩余寿命预测方法。首先,建立风机齿轮箱轴承磨损状态的Gamma分布模型,并利用最大似然法对模型参数进行估计;其次,划分风机齿轮箱轴承磨损状态等级,并确定各状态等级区间限值;再次,计算齿轮箱轴承磨损状态转移概率,并构造马尔科夫过程的状态转移矩阵;最后,应用该方法对风机齿轮箱轴承进行算例仿真。算例仿真结果验证了该方法在确定风机齿轮箱轴承磨损状态和剩余寿命方面的有效性。     

考虑复杂海洋气候条件影响的海上风电场储能容量配置研究

复杂的海洋气候条件会影响到海上风电场风功率预测的精度,储能系统可有效补偿风功率预测误差。提出一种考虑风功率预测误差不确定性的海上风电场储能容量配置方法。首先,通过组合预测模型预测风速,根据风功率-风速关系求得风功率预测值,与实测值比较得到风功率预测误差。然后,以储能配置的功率成本与容量成本之和最小为目标,建立利用储能将风功率预测误差补偿至允许区间内的鲁棒机会约束模型,并采用凸近似和抽样平均方法将模型转换为线性规划形式实现高效求解。最后,在算例中分析台风事件对海上风电场储能配置的影响,验证了所提模型在处理风功率预测误差不确定性时能有效兼顾补偿效果与经济性。研究成果可为今后深远海风电场大规模配置储能提供有力支撑。     

海上风力发电机组抗台风概念设计

为提出适合我国国情的抗台风设计方法,首先给出了台风极值风速大、非平稳性强、风向变化快、与巨浪同步等基本特征,分析了海上风力发电机组在台风作用下常见的失效模式,其中以整体倾覆、塔筒失效、叶片破坏居多。在此基础上,探索了抗台风设计的基本理念,认为抗台风设计应避免颠覆性破坏,并力争实现基于可靠度的抗台风设计。进一步地,提出了相应的抗台风举措,其中引入振动控制技术、采用钢筋混凝土塔筒等措施效果较为理想,可为我国海上风力发电机组抗台风设计提供参考。     

风电机组齿轮箱温度趋势状态监测及分析方法

风电机组状态监测对于风电场特别是海上风电场降低维护成本,提高运行水平具有重要的实用价值。采用温度趋势分析的方法对风电机组齿轮箱的运行状态进行监测。利用非线性状态估计（nonlinear state estimate technology,NSET）方法建立齿轮箱正常工作状态下的温度模型并用其进行温度预测。通过合理构造过程记忆矩阵,使模型覆盖齿轮箱的正常工作空间。当齿轮箱工作异常时,其动态特性偏离正常工作空间,NSET温度模型预测残差的分布特性发生改变。采用滑动窗口方法实时计算残差的统计分布特性,当残差的均值或标准差的置信区间超出预先设定的阈值时,发出报警信息,提示运行人员检查设备状态。为模拟齿轮箱的故障情况,在机组数据采集与监视控制系统（supervisory control anddata acquisition,SCADA）数据中加入人为温度偏移。通过对该模拟故障的分析,新的状态监测方法能够及时发现齿轮箱的异常状态,达到实时在线状态监测的目的。     

海上风电机组抗台风技术研究

台风严重制约着海上风电发展。通过台风影响风机的空气动力学分析,计算作用于叶片、塔筒及风电机组整体风荷载,剖析其强度承载能力。结合IEC 61400和GB/T 31519-2015、GB/T 18451.1-2012等设计标准要求,对风机制造各主要部件成本及现有抗台风手段进行分析,提出调整风机叶片材料强度、增加伸缩式叶片定位机械臂来固定风机叶片、将风机塔筒中部固定螺栓连接改为上部塔筒可下沉式折叠结构以及调整海上风机抗台风控制策略等多项措施增强海上风电机组抗台风能力,以期实现海上风电机组成本低、工程实用性强、抗台风效果显著。     

基于BPNN-NCT的风电机组主轴承异常辨识方法

风电机组主轴承作为传动系统的重要组成部件,其异常辨识精度受风速波动的影响较大。针对该问题,提出了一种基于BPNN-NCT的风电机组主轴承异常辨识方法。首先,利用相关系数法确定了与主轴承状态相关的参数作为模型的输入,并基于反向传播神经网络(BPNN)建立了以主轴承温度为状态参数的状态参数预测模型。然后,基于非中心t(NCT)分布刻画了不同风速波动区间下状态参数预测残差的分布特性,并在此基础上提出了计及风速波动影响的风电机组主轴承异常状态量化指标。最后,以某风电场的2 MW直驱风力发电机组为例,验证了所提方法的有效性和准确性。     

基于故障风险水平的海上风电场机会维护策略

海上风电场的维修费用占发电总成本比例较高。为降低海上风电场的运维成本,在基于可靠度阈值的机会维护策略基础上,针对风电机组子系统间存在的故障相关性与子系统故障风险水平,文中提出一种包含故障风险水平、可靠度双阈值和维护矩阵的海上风电场机会维护策略。首先,采用故障链模型对风电机组子系统间的故障关系进行描述,并建立风电机组各子系统的可靠度模型。其次,引入多级维护的概念,提出考虑故障风险水平的风电场机会维护策略优化模型,采用粒子群算法对子系统机会维护的风险因子进行优化,进而确定单台机组的维护策略。然后,综合考虑海上可及性、备件库存等因素,提出一种基于维护矩阵的海上风电场维护策略优化模型,以单位时间维护成本最小为目标函数,根据子系统的备件库存和故障风险水平来对维护策略进行动态调整。最后,以某海上风电场中单台风电机组为例,分析可及率、多级维护等因素对风电场机会维护策略的影响。结果表明,考虑故障风险水平的机会维护策略相比传统机会维护策略费用率可降低27.34%,验证了所提机会维护策略在降低维护费用方面的有效性。