基于接近开关的电动变桨系统叶片角度校准方案

叶片角度的准确性是风电机组稳定运行的重要保障.本文针对叶片角度校准问题,提出了一种基于接近开关的电动变桨系统叶片角度校准方案.该方案通过定位接近开关的安装位置,以接近开关的被触发角度范围来校准实际叶片的角度偏差.通过现场测试发现,本方案能保证校准的准确度,实现成本优化.     

变速变桨风力机的自适应变桨及转矩控制

针对风力机特性仿真结果的不准确性,风力机在运行过程中运行参数的变化导致最初选定的名义桨距角可能不是最优值,以及传统变桨可能导致电机转矩波动过大的问题,提出自适应变桨控制策略和线性二次型调节(linear quadratic regulator,LQR)转矩控制策略。以5 MW变速变桨风力发电机组为验证对象,使用Matlab/Simulink和FAST软件进行联合仿真,仿真结果表明所提出的控制策略能很好地解决桨距角最优值的确定以及在额定风速以上电机转矩波动过大的问题。     

变桨矩垂直轴风力机的研究及展望

本文通过水平轴与垂直轴风力机的对比,探讨了垂直轴风力机的优点,同时列举了几种垂直轴变桨矩的结构形式,提出变桨矩式垂直轴风力机将大有作为。     

抑制风力机疲劳载荷的直接比例谐振独立变桨控制策略

为减小由叶轮扫略面内风速不均衡导致的风力机疲劳载荷,提出一种无需科尔曼坐标变换的直接独立变桨控制策略。首先,基于风力机叶片旋转坐标系和轮毂静止坐标系之间的关系,分析了叶根弯矩谐波载荷对轮毂载荷的影响规律及其抑制机理;其次,为抑制风力机谐波载荷并减少传统独立变桨控制策略倾覆和偏航力矩之间的耦合影响,提出基于单个叶根弯矩的直接比例谐振(PR)独立变桨控制策略,通过建立周期时变叶片系统的平均线性化模型,设计了相位补偿器和控制器参数,并对所提控制策略在系统参数时变情况下的稳定性进行了频域分析;最后,建立基于Turb Sim-FAST-MATLAB/Simulink风电机组载荷及控制联合仿真模型,分析了某1.5 MW风力机在湍流风作用下的疲劳载荷特性以及不同变桨控制策略的疲劳载荷抑制效果。结果表明,与常规统一变桨控制策略相比,所提直接PR独立变桨控制策略能有效抑制风力机疲劳载荷,且其对机组有功功率输出几乎无影响。     

教与学优化算法在风力机变桨自抗扰控制中的应用

随着风力机的发展越来越智能化,除了要求风力机的运行可靠性,还要求其有稳定的输出功率。为了使风力机变桨控制器在运行过程中具有优良的动态品质,提出了一种自抗扰控制(ADRC)的变桨距控制方案,但ADRC也存在参数多、整定难度大这一明显缺点。为此,将教与学算法应用到ADRC的整定过程中,实现了参数的自动整定。仿真结果验证了通过教与学算法自动整定ADRC参数的可行性,与传统PID控制器相比,整定后的ADRC能较好地满足风力机变桨距控制要求,有效维持了风力机输出功率的稳定性。     

基于风剪切和塔影效应的大型风力机独立变桨控制研究

为捕获最大风能和改善风力机工作性能,基于对风剪切和塔影效应等因素对风力机的影响分析上,对大型风力机独立变桨控制即其对风力机桨叶载荷的影响进行了研究,并对1台2 MW三桨叶上风向水平轴风力机进行了独立变桨控制仿真实验.仿真结果表明,相比统一变桨控制,独立变桨控制不但满足风力机输出功率维持额定值不变,而且使风力机桨叶的挥舞...     

基于MISG算法的风力发电机液压变桨系统故障诊断

针对受状态延时影响的风机变桨系统故障诊断,提出了一种基于多新息随机梯度(MISG)的故障诊断方法。该方法将复杂系统转化为状态空间模型,并建立系统辨识模型。将新息标量扩展成新息向量改善算法精度,利用系统发生故障引起参数改变的特征,算法对风机状态延时变桨系统完成参数估计,将系统故障诊断问题转换为系统辨识问题。仿真所得结果验证该方法可以达到诊断风机状态延时变桨系统故障的目的。     

基于ACA-PID算法的风机独立变桨控制

为了缓解大型风机在额定风速以上出现的不平衡载荷问题,针对变速变桨风电机组,给出了一种基于蚁群算法优化PID参数的风机独立变桨控制策略。利用蚁群算法的寻优特性,优化传统PID变桨控制器的参数,使其兼有PID控制的精简性与蚁群算法的自适应性,给出了其具体的实施步骤。构建了风力发电机独立变桨控制模型,对新策略与传统策略进行了仿真与实验。仿真与实验结果表明,基于蚁群算法优化PID参数的风机独立变桨控制策略是有效和实用的,该策略能提高控制系统的动态性能,有效地减少不平衡载荷,改善风机的振动状态。     

基于鲸鱼优化算法的风力发电机组变桨模糊控制策略

由于风的变化性、随机性等因素,风电机组的输出功率处于不稳定的状态。当风速超过额定风速时,通过精确地调节桨距角,保证风电机组输出功率的稳定性。针对该问题,基于Matlab/Simulink仿真软件,搭建出风电机组变桨控制模型,设计了基于鲸鱼算法优化的模糊PID控制器。然而,模糊控制参数繁多,仅靠专家经验进行整定比较困难。因此,通过鲸鱼算法对模糊参数进行在线最优整定,很好地解决了风电机组的大滞后和非线性问题。通过对比分析PID控制器和模糊PID控制器的性能,仿真结果表明后者可以使功率快速趋于额定值,提高了系统的动态响应,并且可以精确调整桨距角。此外,模糊PID控制器最大限度减轻了变桨机构的疲劳,增加了风机的寿命。     

基于ANFIS的风力发电机组变桨距控制

风速的随机变化对风力发电机组变桨距控制提出了更高的要求,提出基于自适应神经模糊推理系统（Adaptive Neural Fuzzy Inference System,ANFIS）的风力发电机组变桨距控制策略,构造了风力发电机的数学模型,将实测的发电机转速和实际的发电机转速的误差作为控制器的输入,在随机风速下对自适应神经模糊推理系统控制器进行实验仿真分析.实验结果表明,采用自适应神经模糊推理系统控制的风力发电机组变桨距控制具有良好的鲁棒性和动态性能.     

基于倾斜角权系数校正的风电机组变桨控制

风力发电系统的数学模型具有高度非线性、时变、多变量、强耦合的特点,为了稳定发电机的输出功率以及减小桨叶受力,在分析机组特性和变桨距控制要求的基础上,根据空气动力学原理以及叶片受力分析等,提出一种基于权系数分配的独立变桨距控制方法,并在传统的根据桨叶的方位角进行权系数分配的基础上,依据倾斜角的变化进行权系数校正,通过仿真证明,在风速高于额定风速时,三个桨叶可以根据风速的变化独立调整其桨距角,从而保证在发电机的输出功率稳定的前提下,减小桨叶承受的气动载荷。     

大功率风电机组变桨系统故障诊断方法与技术研究进展

变桨系统是大功率风电机组重要的子系统,其主要功能是使桨叶快速高效地捕捉风能,最大限度地利用风能。作为故障频发的子系统,变桨系统能否正常运行直接影响机组的安全稳定运行。综述风电机组变桨系统故障诊断方法和技术的研究进展。首先,介绍变桨系统故障诊断的背景及意义;然后阐述变桨系统主要的故障类型、故障机理及相应的敏感参数,变桨系统故障诊断常用的三种方法,即基于解析模型、基于信号分析以及基于人工智能的诊断方法;最后,介绍基于SCADA系统数据的混合智能诊断技术的发展情况,对本领域未来的发展趋势进行了展望。     

基于KELM和多传感器信息融合的风电齿轮箱故障诊断

为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采用并行叠加的方式对特征级和数据级进行信息融合以得到融合数据集。其次,利用融合数据集,建立了基于GWO-KELM的故障分类识别模型。最后,运用所提方法对QPZZ-Ⅱ旋转机械振动试验台齿轮箱实测数据进行状态监测,实例结果表明了该方法的有效性和可行性,与其他同类方法相比,所提方法具有最佳分类性能。     

基于CAN总线通讯的变桨距风力发电控制系统

变桨距控制器用于实现功率调节和桨角控制,介绍了液压驱动和电控驱动两种桨距控制系统的不同,然后讨论了CAN总线在风力发电机组桨距控制中应用的可行性.并介绍了一个基于CAN总线设计的液压驱动桨距控制系统的硬件设计、软件流程和功能实现.最后总结了CAN总线在该系统应用的优点.     

基于决策融合的直驱风力发电机组轴承故障诊断

基于振动信号时域、频域和包络谱等多源特征,采用决策融合方法构建了直驱风力发电机组轴承故障诊断模型。对直驱风力发电机组主轴轴承经常发生的外圈故障、内圈故障、滚动体故障以及正常运行4种状态进行了实验研究。选取具有较高故障区分度,适合风电机组轴承故障诊断的特征参数。以风电机组振动信号的时域特征、频域特征和包络谱频域特征为诊断样本,使用灰色关联分析方法对机组轴承故障进行初步诊断,然后用证据融合理论对不同证据进行决策信息融合,从而获得最终诊断结果。实验结果表明,该方法能较好地识别风力发电机组轴承故障。     

Wind Turbine Gearbox Fault Diagnosis Based on Multi-Sensor Signals Fusion

This paper proposes a novel fault diagnosis method by fusing the information from multi-sensor signals to improve the reliability of the conventional vibration-based wind turbine drivetrain gearbox fault diagnosis methods. The method fully extracts fault features for variable speed, insufficient samples, and strong noise scenarios that may occur in the actual operation of a wind turbine planetary gearbox. First, multiple sensor signals are added to the diagnostic model, and multiple stacked denoising auto-encoders are designed and improved to extract the fault information. Then, a cycle reservoir with regular jumps is introduced to fuse multidimensional fault information and output diagnostic results in response to the insufficient ability to process fused information by the conventional Softmax classifier. In addition, the competitive swarm optimizer algorithm is introduced to address the challenge of obtaining the optimal combination of parameters in the network. Finally, the validation results show that the proposed method can increase fault diagnostic accuracy and improve robustness.     

基于随机集含糊证据的风力发电机故障诊断方法

针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。