大型风电机组电动变桨系统变桨角度故障诊断

为提高大型风电机组电动变桨系统变桨角度故障的判别准确性,结合模糊粗糙集特征量约简和基于粒子群算法优化的支持向量机进行变桨角度故障诊断分析研究。首先基于模糊粗糙集理论建立变桨系统特征参数约简的数学模型,通过对变桨相关运行数据进行约简,确定对故障诊断贡献率较高的参数;再利用实际运行数据训练经粒子群优化的支持向量机,从而获得高精度诊断模型;然后设计基于双层支持向量机的故障程度判别模型,可对故障进行进一步分类。最后通过实际运行数据对变桨角度故障进行诊断实验,实验结果表明,该诊断方法能准确快速地判别故障并可进行故障程度分类。     

基于DBN的风电机组变桨系统可靠性动态评估

为了对风电机组变桨系统的潜在风险进行可靠的动态预测,针对变桨系统部件种类多、系统复杂、故障特征提取困难的问题,文章首先对变桨系统故障点和故障传递过程进行归纳分析,建立故障树;然后将其转化为融合Leaky Noisy-Or节点的动态贝叶斯网络（DBN）,保证了模型精度并具备了动态预测能力;最后采用5折交叉验证的方式对模型进行寻优并验证。测试结果表明,该方法在对变桨系统进行风险预测、故障致因分析、风险动态演化过程分析方面准确率较高,可指导变桨系统进行预防性维护,在保证风电机组整体安全方面具有工程应用价值。     

基于支持向量机的风电机组变桨系统故障诊断

风电机组变桨系统是风电机组发生故障最频繁的部件之一,对其故障类型的精确诊断能够提高风电机组维护计划的效率.针对异步电机和行星齿轮箱的各种故障类型,提出了一项以风电机组三相电流数据为基础的多分量故障诊断方法.该方法通过深度自动编码器从三相电流数据中提取特征向量,并采用支持向量机进行故障分类.上述方法以风电机组变桨驱动器为...     

基于数据融合的风电变桨系统故障预警研究

随着风电机组装机容量的不断攀升,同时带来并网发电率低、机组故障率高等缺点,导致风电机组整体利用率较低。为此提出一种基于数据融合的风电变桨系统故障预警方法。首先结合SCADA系统中的运行统计信息和历史数据,采用Relief特征参数选择方法筛选出与风电变桨系统故障相关的特征参数;然后采用数据融合的方法,建立基于MSET技术的风电变桨系统故障预测模型,并采用滑动窗口法进行故障预警阈值的确定;最后以上海某风场1.5 MW双馈异步风电机组进行实例分析,结果表明该方法可提前发现风电变桨系统故障征兆,实现对风电变桨系统的早期故障预警。     

基于SCADA系统的风电变桨故障预测方法研究

风电机组变桨系统故障是目前造成机组停机的第一原因。文章对未来30 min的风电机组变桨故障进行预测,通过分析变桨系统潜在故障,制定维护保养计划;针对兆瓦级风电机组,分析SCADA系统的数据,提取变桨距系统故障特征;从风速、风向、桨距角和电机转速的输入、输出关系出发,应用多元线性回归分析和BP神经网络分别对变桨系统进行模型训练,对比两种算法的预测能力。通过分析故障预测模型性能指标、误差指标和输出数据图形可知,BP神经网络在风电变桨系统中的故障预测效果优于多元线性回归预测。     

切出风速下风力机变桨故障叶片气动特性及准静态结构响应分析

为探究大型水平轴风力机达到切出风速停机后变桨故障叶片的气动特性及准静态结构响应,基于计算流体力学方法对NREL 5 MW风力机变桨故障/成功叶片气动侧状态进行分析,并利用双向弱流固耦合及曲屈分析对典型方位角下变桨故障叶片展开研究。结果显示：切出风速下变桨故障叶片挥舞力矩平均值为变桨成功叶片的13.8倍,且前者的流场尾迹更为明显。此外,180°方位角变桨故障叶片较之0°方位角变桨故障叶片应力及叶尖位移分别减小29.8%和32.7%,一阶屈曲因子增加20.2%。     

基于机器学习算法与SCADA系统的风电机组变桨系统变频器的故障预警方法研究

变桨系统是风电机组的关键设备,但由于风电机组长期处于复杂的工作环境,导致变桨系统故障成为风电机组故障中最常见的故障之一,而变桨系统变频器故障在变桨系统故障中的占比很高.基于此,提出了一种变桨系统变频器的故障预警方案,分析SCADA系统数据,将机器学习算法应用于故障预警,并将模型温度残差作为故障预警的指标;然后,针对随机...     

基于状态监测的风电机组变桨系统故障诊断

以风电机组中故障率较高的变桨系统作为研究对象,从数据采集与监视控制系统的数据库中选择与变桨系统运行相关的特征参数,基于相似性原理,利用非线性状态评估方法,建立能够涵盖变桨系统全部正常运行状态的健康模型。当变桨系统发生故障时,会出现模型预测值与正常状态的偏差,根据每一个特征参数对偏差的影响来确定故障的原因。应用实例验证表明,该模型能够准确地识别故障类型,可以解决在排除故障及设备维修时,因缺少相关信息而造成停机时间过长、维修难度大等问题。     

风力机变桨故障叶片载荷特征及仿生分形与原始结构对比研究

为探究切出风速下风力机变桨故障叶片的载荷及动力学特征,利用FAST软件进行数值计算,发现载荷及叶尖位移分别为变桨成功叶片的13.6和14.2倍,可知变桨故障叶片极可能发生结构失效断裂事故。为改善结构力学性能,提出结合仿生方法及分形理论的新构型叶片,并通过有限元分析与原始叶片进行对比,其中载荷边界条件来自以数据库方式存储FAST计算结果的叶片17段载荷数据。结果表明：仿生分形叶片重量及叶尖位移分别比原始叶片减少23.4%和19.7%;同时,结构屈曲分析显示,仿生分形叶片一阶屈曲因子为1.858,比原始叶片提高33.6%,极大增加了叶片结构安全性。     

基于量子进化在线序贯极限学习机的变桨系统故障检测

针对复杂工况下风电机组变桨系统故障检测问题,采用在线序贯极限学习机建立变桨系统状态监测模型,利用ReliefF算法进行模型的特征选择,通过量子进化算法优化在线序贯极限学习机的超参数集,并引入马氏距离函数计算变桨系统状态监测模型的残差,判断风电机组变桨系统的异常。以辽宁某风电场1.5 MW双馈风电机组变桨系统为例,将所提出的模型分别与粒子群优化极限学习机、粒子群优化支持向量机、随机权神经网络、极限学习机和反向传播神经网络模型进行对比,结果表明所提出的模型精度优于其他模型,所提方法的故障检测正确率高于3σ阈值法和核主成分分析方法。     

基于小波BP神经网络的风电机组变桨系统故障预测

变桨故障是风电机组重要的停机故障之一,对变桨系统进行故障预测并提高预测精度,是风电开发的关键技术,不但保证电网安全运行而且减少运维成本。分析处理SCADA系统数据,提取相关联参数,即输出功率、风速、桨距角和转子转速。采用BP神经网络对系统进行模型训练,考虑到风电机组参数具有波动性、不确定性等,同时采用小波BP神经网络进行模型训练。建立变桨故障预测模型,预测未来15 d的变桨系统运行情况,用于制定合理的运维方案。通过MATLAB系统仿真研究,对比分析了预测模型性能指标、误差指标和输出数据图形,小波BP神经网络训练预测模型诊断精度比BP神经网络提高了17%,可信率提高了18%,诊断能力提高了15.4%,诊断误报率降低了17%。     

基于超级电容的海上风电机组电动变桨系统设计

变桨系统是海上风电机组的核心部件,对机组安全运行具有十分重要的作用。液压变桨系统存在漏油等问题,蓄电池电动变桨系统存在电池的低温性能差、使用寿命短等问题。文章探讨了使用超级电容作为后备电源的电动变桨系统的设计,并对蓄电池与超级电容进行了比较分析。用超级电容作为海上风电机组电动变桨系统的后备电源,可充分发挥超级电容耐低温、寿命长的特性,提高风机安全性和运行效率,降低海上风电机组的维护成本。通过分析变桨系统力矩,对超级电容电动变桨系统的选择进行了理论计算和推导,并进行了实际测试,为海上风电机组电动变桨系统后备电源的设计提供了有效方法。     

基于自适应神经模糊推理系统的潮流发电水轮机变桨距控制策略

变桨距水轮机能在低流速下保持最小桨距角实现功率的最大捕获,还可在高流速下通过变桨来实现恒功率输出,减少了过载冲击。通过分析变桨距伺服控制系统,改进了基于自适应神经模糊推理系统的变桨控制方法,实现了更为平滑高效的变桨操作,并在Matlab/Simulink下进行了系统仿真,验证了所提控制方法的有效性。     

数据驱动的风电机组变桨系统状态监测

针对数据采集与监视控制(SCADA)系统存在误报、故障报警滞后等问题,提出一种基于单分类模型的风电机组变桨系统在线状态监测方法.首先,从SCADA数据中提取出与变桨系统相关的特征参数并进行特征重构以进一步提取出更值得关注的桨叶之间的差异化信息.其次,基于单分类支持向量机对历史数据的分析确定变桨系统运行数据的健康边界,进...     

风电机组电气滑环接触不良问题的解决方案

为了解决风电机组电气滑环接触不良而造成主控系统与变桨系统之间通信中断的问题,将单片机及无线通信技术应用到风力发电机主控与变桨之间的通信系统中。建立了单片机、主控系统及变桨系统之间的联系,提出了利用单片机及其无线通信模块组成超短距无线发射与接收的通信装置,实时接收来自主控或变桨系统的数据并实时的加以无线传输,以达到对主控与变桨系统之间的通信信号能进行无线实时传输的目的。在无线通信装置能自动传送数据的理论基础上,对其性能进行了评价。通过分析和验证,表明该系统能够实现对风力发电机组主控与变桨系统之间数据的无线传输,并对风力发电机组内部通信方式的变革有着重要的意义。     

风电机组变桨系统载荷特性研究

以某3 MW风电机组为研究对象,对风电机组变桨系统非线性特性进行研究,证明变桨控制器增益与桨距角为反比例关系。使用GH Bladed软件建立变桨系统载荷计算仿真模型,对正常发电、紧急停机等多种工况下变桨驱动载荷进行仿真,分析不同工况下变桨驱动载荷的变化规律,说明由叶片载荷产生的变桨轴承摩擦扭矩在变桨驱动载荷中占有重要比例。提出基于多工况综合分析的变桨驱动电机选择方法。     

基于扰动观测器的分数阶终端滑模电液变桨控制方法

为改善风电机组电液变桨系统的控制性能,文章提出了基于扰动观测器的分数阶终端滑模控制方法。建立风电机组电液变桨系统数学模型,利用滑模状态扰动观测器（SMSPO）对变桨系统参数的不确定性和未知扰动进行实时补偿。采用分数阶微积分理论设计终端滑模控制器的滑模面,在保证有限时间收敛的同时,改善了滑模控制自身抖动。利用Simulink进行试验验证,结果表明,该方法增强了变桨系统的抗干扰能力,削弱了系统的抖动,提高了桨距角的跟踪精度和变桨系统的稳定性。     

基于SCADA系统的某风电场MW级风电机组快速故障诊断与控制策略优化

针对某风电场MW级风电机组在运行过程中出现的故障,基于SCADA系统的故障记录与运行缓存(Buffer)数据进行分析,明确各台风电机组的故障原因。在出现这些故障的原因中,有2台风电机组是由于低电压穿越变桨控制策略存在缺陷而引起的风轮转速超速,基于风电机组动力学与变桨控制理论,针对该问题提出低电压穿越变桨控制策略优化方案,并采用PLC编程平台Automation Studio实现该控制策略优化方案。将该控制策略优化方案的程序上传至风电机组的PLC控制器,可成功加快风电机组低电压穿越过程中的变桨速率,解决由此导致的风电机组风轮转速超速问题。     

基于卷积自编码器的风电机组变桨轴承故障预警与定位

以变桨轴承为研究对象,文章提出了一种基于卷积自编码器的变桨轴承故障预警与定位方法。首先,在分析不同风速工况下风电机组变桨控制运行特性的基础上,选取恒功率阶段运行数据进行分析;其次,建立卷积自编码网络（CAE）模型对多个相关特征变量进行编码和解码重构,实现对不同特征变量间内在相关性的建模与特征挖掘,进一步通过余弦相似性函数和差异性函数分析特征变量重构残差的变化来检测和定位故障;最后,基于某风电场风电机组SCADA数据进行验证分析。相较于传统主成分分析和自编码器网络以及全工况监测,文章所提方法能够更早预警故障的发生,且误报率低,能够实现故障准确定位。     

FL1500风力发电机变桨轴承故障原因分析及改进措施

介绍FL500风力发电机电动变桨距系统的结构,阐述变桨距系统在运行中因变桨轴承故障而存在的问题.重点分析变桨轴承产生故障的3个原因,并针对这些故障给出相应的改进措施.这些措施在实际应用中减少了轴承故障,提高了风力发电机的效率,降低了经济损失.