基于出力相关性的风电机组非正常运行状态及故障诊断

为了解决风电机组运行状态及故障诊断中外界环境因素对出力情况的影响,引入风电机组出力相关性信息,对机组运行状态进行判别。实现了在不增加传感器和测点的情况下,提高判别机组非健康状态或故障状态的可靠性。将相关性分析与模糊故障Petri网相结合,以此判别风电机组的运行性能并诊断故障。采用风场实际数据的验算结果表明了该方法的有效性。     

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。     

考虑台风影响的海上风电机组部件剩余寿命预测方法

针对台风天气影响下海上风电机组剩余寿命预测问题,提出了考虑退化状态与台风冲击相依的海上风电机组部件剩余寿命预测方法。基于台风冲击模型及部件状态对部件退化过程的影响分析,构建了考虑退化状态与冲击相依的海上风电机组部件剩余寿命可靠度模型。利用实际监测数据对部件可靠度模型进行修正更新,建立了剩余寿命动态预测模型。采用fmincon函数对离散化处理后的部件可靠度模型进行参数估计,结合运行监测数据修正参数,进而动态预测剩余寿命。以某海上风电机组齿轮箱部件为例进行仿真,验证了所提方法的有效性。     

基于状态估计的风电机组液压变桨距系统故障检测

液压变桨距系统是风电机组的高频故障部件之一,对其进行早期故障检测,可以有效地提高风电机组运行的可靠性,减少不必要的经济损失。风电机组所受环境因素干扰较多,而基于数据的故障检测方法易受这些因素的影响造成误报警,并且故障分离较为困难。因此,本文提出基于状态估计的方法对风电机组液压变桨距系统进行故障检测。首先,构建风电机组液压变桨距系统的状态空间模型及其状态观测器,利用液压变桨距系统模型的实际输出与状态观测器输出产生残差;其次,将残差的均方根作为残差估计函数,并配合自适应阈值进行决策。最后,以液压变桨距执行机构故障和节距角传感器故障为例,通过仿真验证了该方法的有效性。     

基于运行数据的风电机组间风速相关性统计分析

统计分析风电机组间的风速相关性对风电场的等值建模、风速/风功率预测及机组集群控制优化均具有指导意义。鉴于风电机组间的风速相关性研究工作开展较少,首先构建基于风电机组输出功率为索引的风电机组实际运行数据清洗方法与流程,然后基于Copula函数理论建立风电机组间风速相关性计算方法,最后基于张北地区某风电场风电机组运行数据进行案例应用分析。案例分析结果表明,提出的数据清洗整定方法可有效消除异常数据,提高风速相关性分析基础数据的质量;不同的时间尺度、风速、风向下的相同风电机组间的风速相关系数差异较大,案例中相同两台风电机组不同条件下风速运行数据相关性最大可达0.96,最小则降为0.55,风电机组间的风速相关系数表现出的时变性和差异性对基于风速相关性的风电场等值建模、风速/风功率预测精度影响较大。     

基于混合Copula函数的风电机组异常识别方法

风电机组的功率曲线是衡量风电机组运行性能的重要指标,其中存在大量异常数据直接影响风电机组运行维护,研究功率曲线异常识别方法对提高风电机组运行稳定性具有重大意义.本文通过对功率曲线的特性分析,分三种工况建立了基于概率分布函数(Copula函数)的功率曲线异常数据识别模型及影响因素Kendall秩相关分析,从而确定了与功率...     

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。     

海上风电场经VSC-HVDC并网的次同步振荡与抑制

基于电压源换流器的柔性直流(VSC-HVDC)输电技术已经成为远距离海上风电场接入系统的理想解决方案,由于海上风电机组采用大型风力涡轮机,导致轴系各质块的弹性系数相比传统内陆风电机组有所增大,当海上风电场经VSC-HVDC并网时,将引发两种次同步振荡:风电机组轴系扭振、风电机组与VSC-HVDC换流器控制装置之间相互作用引发的次同步振荡。针对此问题,文中建立海上双馈风电场经VSC-HVDC并网的小信号模型,利用参与因子辨识出轴系扭振和装置间相互作用两种振荡模式以及与之相对应的强相关状态变量;在此基础上,通过特征值分析法绘制根轨迹曲线,进一步分析强相关状态变量参数变化对系统电气阻尼特性的影响;基于信号测试法提出了一种附加阻尼控制的双馈风电机组附加励磁阻尼控制器与柔性直流输电系统次同步阻尼控制器协同抑制措施,并通过DIgSILENT/PowerFactory仿真验证了协同抑制方法的有效性。     

基于GRU和注意力机制的海上风机齿轮箱状态监测

海上风电机组齿轮箱运行状态的有效监测和及时预警对海上风机运维工作具有重要意义。为此,提出一种基于门控循环单元(Gated Recurrent Unit, GRU)和注意力机制的海上风电机组齿轮箱状态监测方法。在训练阶段,通过注意力机制自动提取海上风电SCADA数据集输入参量与目标建模参量间的关联关系,同时采用GRU网络提取数据间的时序依赖关系,进而建立风电机组齿轮箱的正常行为模型。在测试阶段,采用指数加权移动平均值(Exponentially Weighted Moving-Average,EWMA)控制图对目标建模参量实际值和模型预测值间的输出残差进行监控,实现海上风机齿轮箱运行状态的实时监测和预警。最后基于东海大桥海上风电场真实数据对所提方法的有效性和优越性进行了验证。结果表明：所提方法对故障和正常运行条件下的海上风电机组齿轮箱状态均可进行有效监测,且相比现有陆上风机状态监测方法具有更高的精度和可解释性,并能更早地揭示故障趋势。     

基于改进贝叶斯网络的风电机组动态可靠性评估

传统的贝叶斯网络方法对于新型智能化风电机组获取的“多元异质”状态信息、机组部件故障与状态信息间的耦合关联描述不全面,易造成可靠性评估结果不准确。为此,建立一种融合故障树、云模型及无标度网络的改进贝叶斯网络。引入迭代更新的思路,将改进贝叶斯网络与时序分析方法相结合,提出一种风电机组动态可靠性评估方法。算例结果表明,该方法不仅可以有效地利用风电机组的实时状态信息进行定量的动态可靠度计算,而且可以利用贝叶斯网络、状态结构洞以及无标度网络实现对状态信息与“部件-状态”结构关联特性的表达,提高了动态可靠性评估的准确性。     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。     

海上风电机组状态监控技术研究现状与展望

海上气候环境恶劣,风电机组维护困难,故障率高。状态监控技术的发展和完善有助于提高海上风电机组的运行性能,提高风电场生产效益。对现有海上风电机组状态监控技术的相关研究进行分类总结,包括监控系统开发、状态信息采集、状态信息传输、风电机组故障诊断、风电机组状态控制、风电场运行成本分析等,对亟待解决的问题进行了探讨,并指出今后的发展方向,为构建稳定性强、灵活性好、智能化程度高的海上风电机组状态监控系统提供有益参考。     

基于Vine-Copula贝叶斯网络模型的风机高温降容状态评估方法

风电机组在齿轮箱油温过高时会导致机组限功率运行,影响机组发电效率。传统应对风机高温降容状态多采用阈值判断,反应迟缓,加剧风机齿轮箱劣化趋势。利用贝叶斯网络对风机高温降容状态进行评估,为提取并准确合理地利用机组数据采集与监视控制系统(supervisorycontroland dataacquisitionsystem,SCADA)各个相关状态参数之间的耦合特性,通过vine-Copula模型对机组各个状态参数进行相关性分析,建立更符合机组实际运行状态的贝叶斯概率图形网络,实现对机组高温降容状态的评估。通过交叉熵算法对模型输出结果进行评价,发现与朴素贝叶斯模型相比,vine-Copula贝叶斯网络评估结果更为精确可靠,所建模型更符合机组实际运行工况,能够为现场的运维人员制定准确合理的运行和维护方案提供参考。     

基于运行维护的海上风电机组可用性评估方法

海上风电机组与陆上不同,受海上天气条件及运行维护策略的影响较大。在充分考虑了海上风浪等天气因素的基础上,将海上风电机组的运行维护方案根据机组故障部件不同、修复时需要的辅助设备及修复时间等差异进行归纳分类,并结合风电机组各部件平均故障率和平均修复时间,提出一种适用于不同海上风电场的风电机组可用性评估方法。算例评估结果表明,所述方法能够反映不同海上天气条件和运行维护方案对可利用率的综合影响。同时,一组灵敏度分析结果体现了海上天气条件及运行维护方案的实施对海上风电机组可用性的影响情况,为海上风电机组的设计与风电场的管理提供了技术支持。     

大数据驱动下的风电机组工作状态决策树判别方法

风电机组所处工作状态的准确判别,对于掌握风电机组是否安全稳定高效运行具有重要的价值和意义。基于北方某风电场SCADA系统历史大数据,利用统计原理对风电机组特征参数进行了选取,在此基础上建立了一种判别风电机组工作状态的决策树(Decision Tree Algorithm)算法模型,并对模型参数进行了网格搜索优化,同时使用了新的历史数据对模型泛化能力做了检验,递归计算了风电机组不同状态下的信息增益和信息熵。依据风场历史数据对风电机组6种典型工作状态模式做了判别验证,结果表明该方法能够准确有效地判别给出风电机组工作状态模式,准确率平均达到0.989,从而验证了此方法的可行性和有效性。     

基于时间延迟理论的海上风电机组不定期检修策略

由于海上环境特殊,海上风电机组发生故障时适宜采取部件整体更换方式。实施状态检修选取合适的更换周期是降低运维成本的一个有效策略,但海上状态监测和健康诊断等技术还不够完善。针对此问题,以海上风电场运维日志为基础,借鉴状态检修中设备存在潜在故障—功能故障间隔的思想,将时间延迟理论引入海上风电机组维修中,对部件从潜在故障到功能故障的发展规律进行建模,并在此基础上提出一种适用于海上风电机组的不定期检修策略,优化部件更换周期。案例分析表明,所述方法能够确定一组最优的运维策略,使部件单位运行成本期望值处于一个较低水平,同时灵敏度分析结果能对优化出的策略进行运行风险评估。     

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。     

基于无线传感网络的海上风电机组状态监测系统构建方法

海上风电机组因海上环境恶劣、可进入性差等因素,极易发生故障,通过实施状态监测可及时发现风电机组的故障隐患,以免造成较大的损失。文中利用无线传感器网络技术构建海上风电机组状态监测系统。对无线传感器网络的传感器节点(简称节点)进行合理部署是实现监测系统高效运行的关键。文中提出均匀部署、能量均衡部署和基于覆盖度的能量均衡部署3种节点部署方案,并对所提出的3种方案进行了理论分析和实验仿真比较。结果表明,这3种部署方案均可实现风电机组的无线监测系统,其中能量均衡部署和基于覆盖度的能量均衡部署两种方案能够在对风电机组状态信息进行可靠传输的基础上有效延长监测系统的使用寿命,更加适用于海上风电机组的状态监测。     

基于状态监测的风电机组主轴承早期故障预测方法

利用风电机组实时监测数据来研究主轴承温度与其潜在故障之间的关系,提出一种基于温度预测模型的风电机组主轴承在线故障预测方法。首先建立正常运行状况下主轴承温度的线性回归分析预测模型,提出可表示系统实际运行状态和预测状态之间偏差的判别函数,通过比较判别函数值与设定门槛值来监控主轴承的运行状态。理论分析和仿真结果表明,该方法所用模型鲁棒性好,提取的故障特征明显,可有效地预测在线风电机组主轴承潜在的故障。     

海上风电机组运行维护现状研究与展望

海上环境恶劣、可进入性差,给海上风电机组的运行与维护带来了巨大挑战。近年来,随着海上风电的大规模开发与大容量海上风电机组的相继并网,海上风电机组经济可靠地运行与维护已经成为新能源研究的热点问题之一。文中对海上风电机组运行维护现状进行统计与分析,主要围绕海上风电运维最关注的可靠性(Reliability)、可用率(Availability)以及维护(Maintenance)3个方面阐述了当前海上风电机组运行与维护现状。在此基础上,整理与归纳了影响海上风机运维成本的主要因素,对当前海上风电机组运维研究热点进行总结,展望了未来有待进一步研究的方向。