风力电网故障下的机械载荷优化测试分析

风力发电网络受到外界的不确定因素干扰较大,容易产生故障。分析风力电网故障下的电机机械载荷,实现对风力电网的故障诊断。传统方法采用风力电网故障信号采集和特征提取方法,在非线性耦合干扰下对电机机械载荷的测试效果不好。提出一种基于机械载荷线性反馈和谐波抑制的风力电网故障诊断方法,实现对故障下机械载荷优化测试。构建风力电网故障下的机械载荷数据采集和信号生成模型,采用双曲调频信号的自连续小波变换来分析机械载荷的电流信号、差压信号、绝压信号和振动信号,采用机械载荷线性反馈和谐波抑制方法,实现对风力电网故障下机械载荷数据的干扰滤波和特征优化测试,输入到风力电网故障诊断专家系统中,比对故障数据中的可用知识,实现对风力电网故障的准确诊断。仿真结果表明,采用该方法能实现对载荷数据的准确采集和测试,提高风力电网的故障准确诊断性能     

大型机电设备故障信号实时采集方法研究仿真

大型机电设备工作环境复杂,故障频发,需要对故障信号进行实时采集和有效检测。传统方法采用时频分析的统计信号处理进行故障信号采集,对低信噪比的故障信号检测性能不好。提出一种基于非线性时间序列分析和相空间重构的大型机电设备故障信号实时采集方法,实现故障的检测和诊断。构建大型机电设备的故障数据检测模型,基于相空间重构分析的故障诊断方法,通过经验模态分解方法提取故障信号的特征信息,以此为数据基础建立智能专家系统,实现大型机电设备的故障诊断。在大型机电设备3种工况模式下测试大型机电设备的性能,得到信号采集时域波形,并进行相空间重构分析,实现故障分类诊断仿真,仿真实验表明,采用该方法进行故障信号的实时采集和故障诊断,故障分类性好,故障检测和诊断的效率较高。     

决策树分类方法在水轮机组故障诊断的应用研究

由于引起水轮发电机组振动的原因较为复杂,检修人员通常很难全面把握故障征兆确定故障原因。针对此对C4.5决策树分类算法进行研究,应用决策树分类的方法对水电机组故障征兆进行分类。该方法利用典型水电机组故障特征向量建立故障诊断决策树,从而实现对水电机组振动故障的诊断。     

基于解耦调制的电力系统稳定性容错控制技术

针对传统容错控制技术诊断故障准确率低、不能有效维持电力系统运行的稳定性,提出基于解耦调制的电力系统稳定性容错控制技术。从传动模块和电机模块2个方面搭建系统运行模型,并在该模型下设计安装解耦容错控制器。收集电力系统的实时运行信号数据,利用故障诊断方法来判断电力系统是否存在故障问题。将故障诊断结果作为容错控制的启动信号,当诊断结果为存在故障时,利用解耦调制方法处理电力系统故障电机,从而实现电力系统的稳定性容错控制。实验证明：该方法电力系统故障诊断准确率较传统方法高,且应用设计的容错控制技术后,电力系统的电压、电流与功率的波动范围均有所减小,该技术可以有效保证电力系统的稳定运行。     

深圳供电局有限公司， 广东 深圳 518000

摘要： 10 kV电缆故障信号具有非平稳性和非线性的特征,当前故障诊断方法无法精细刻画和准确提取电缆故障信号的内在特征信息,导致得到的诊断结果不准确,为此,提出一种基于时频维数的10 kV电缆故障诊断方法,分析了广义维数法,将时域信号扩展至时频域信号对电缆信号进行研究,给出了电缆故障信号在时频平面上的广义维数覆盖方法的数值算法,通过时频域广义维数法对10 kV电缆故障信号进行特征分析,针对任意待诊断电缆信号,通过对其模式特征和已构建的样本数据库的对比,即可识别出该待诊断电缆是否出现故障,确定故障类型。实验结果表明,所提方法适用于10 kV电缆故障的诊断,具有很高的诊断精度。     

基于谱峭度解卷积的特高压直流输电换流阀空冷器故障诊断方法

针对特高压直流输电换流站换流阀的空冷器电机在实际运行过程中易出现的复合故障,该文提出了空冷器电机早期复合故障的诊断方法。基于频谱分析法和快速峭度图解决了空冷器电机潜在的,由于微弱故障累积而导致的换流阀乃至换流站运行不安全、不稳定的问题。首先,从振动信号入手,通过分析快速峭度图,得到复合故障模式下严重故障的谱峭度值,根据谱峭度值构建带通滤波器,进而得到严重故障的故障特征;然后,再构建带阻滤波器,通过多次滤波人为地不断衰减严重故障的故障特征,从而凸显微弱故障,经过多次滤波后使原本耦合的复合故障得到有效分离;最后,采用换流阀空冷器电机运行的实际信号,对所提算法进行了验证。     

基于行波信号注入的配网线路单相故障状态接地诊断方法

配电网线路运行维护过程中,由于单相接地故障特征波识别方式的差异,使得线路单相接地故障诊断的准确率较低,无法满足电力系统工作需求。提出基于行波信号注入的配网线路单相接地故障状态诊断方法。通过故障录波装置获取故障特征数据,构建故障波形特征库;采用高压脉冲信号源作为行波信号注入源,并分析脉冲源控制回路;根据行波信号反射结果,应用小波变换算法识别线路故障特征波;根据特征提取结果,计算特征空间的欧式距离,完成配网线路单相接地故障状态诊断。实验结果表明：与当前诊断方法相比,所提方法既有效提高了单相接地故障诊断的准确率,又提升了电网线路故障诊断的整体水平。     

大型风电机组电机驱动型主动偏航系统故障诊断技术概述

在分析风电机组偏航系统结构特点的基础上,综述了电机驱动型主动偏航系统的故障类型及对应的故障机理、常用的故障诊断技术与方法的研究进展。经过文献分析发现,大功率风电机组电机驱动型主动偏航系统故障诊断技术的研究主要集中在大数据平台研究、多传感器信息融合技术开发等热点领域。未来,风电机组偏航系统故障诊断技术研究将以成本较低的基于SCADA系统的数据深度挖掘为发展方向。     

齐鲁石化烟气轮机机组振动原因分析

介绍了齐鲁石化烟气轮机机组的构造及工艺设计条件,并针对烟机机组运行中最常见的振动问题进行了分析。经分析,引起振动问题的故障类型主要有动不平衡、机组转子不对中及热变形、动静磨擦3种。分析了每种故障出现的原因、对该故障的监测与诊断结果及处理方法,并列举了相应案例。结果表明,利用信息收集—分析判断—推理—验证的反复循环的故障诊断方法,可提高故障诊断精确度,从而确保机组的安全、长周期运行。     

基于EEMD-LSTM的汽轮机转子碰磨故障诊断模型及其工程应用

汽轮机转子与静子间的碰磨严重影响着机组的安全运行。为了解决汽轮机转子发生在早期和中期的碰磨故障难以通过基于振动信号检测诊断方法进行有效识别的问题,本文提出一种基于EEMD-LSTM的汽轮机转子碰磨故障诊断方法。首先,该方法通过声发射技术监测汽轮机转子的碰磨故障信号;然后,利用EEMD信号分解方法处理获取的声发射信号,并提取能量特征参数和相关的时域特征参数,从而获得碰磨故障特征数据集;最后,利用划分的数据集对LSTM神经网络进行训练与测试,从而获得碰磨故障诊断模型。工程应用结果表明,本文提出的方法能够有效识别机组在不同转速时期的早期碰磨故障,且故障诊断的准确率较高。     

The progress in fault diagnosis techniques for lithium-ion batteries

实施精准、可靠的故障诊断,是确保电池系统安全、稳定、可靠运行的关键,并为电池系统的精准运营维护提供理论、方法与技术支撑。本文首先在总结电池系统故障类型与表现形式的基础上,重点分析了在电池制造、成组筛选和使用各个阶段的本体故障引发机制。其次,对现有研究发展的电池系统故障诊断方法进行了分类,大致分为基于电池模型的故障诊断方法和无模型的故障诊断方法。之后,针对不一致故障诊断、短路故障诊断、热故障诊断、传感器故障诊断、连接组件故障诊断和多故障联合诊断,对现有文献提出的解决策略及应用案例进行了全面综述。最后,以全面文献调研为基础,提出了电池系统故障诊断研究面临的主要挑战和未来的研究方向。     

基于一维密集连接卷积网络的风电齿轮箱智能故障分类

人工智能技术的飞速发展为现代能源装备的精益化故障诊断与健康管理提供了可能。风电齿轮箱由多个齿轮、轴承组成,且长期在变速、变载荷工况下运行,依靠传统的故障特征提取结合机器学习方法进行故障诊断存在精度低、缺乏智能性等缺点。文章提出了基于一维密集连接卷积网络的风电齿轮箱故障分类方法:将原始振动信号直接送入网络模型,经过密集连接、合成连接与卷积运算,匹配对应的故障类型,迭代训练故障分类模型;振动信号输入模型后的分类结果决定所属故障类别。文章所提出的风电齿轮箱故障分类方法具有诊断流程简单、故障识别率高等特点,多工况试验台故障数据验证了该方法的有效性。     

锅炉给水泵故障机理及诊断技术的研究

本文介绍了锅炉给水泵的故障机理及表现形式，并对锅炉给水泵常见的状态监测和故障诊断方法进行归类和分析。本文还开发了锅炉给水泵的故障诊断软件，介绍了该软件的硬件组成和软件功能．提出了把信号处理方法和分频段控制技术结合起来诊断给水泵故障的方法，并用此方法对M-S型离心泵进行了大量的振动、压力信号测定和分析，初步证明所采用的诊断方法的实用性和准确性。     

基于NLMS-WP及BP的风机轴承故障诊断方法

为解决风机轴承故障诊断问题,全面提取轴承运行状态的特征信息,提出了基于NLMS与WP相融合的特征提取及神经网络相适配的故障诊断方法。首先采用自适应滤波器对故障信号进行滤波去噪,再利用小波包对信号进行分解重构并提取其能量特征,将小波包各个频段的能量比系数作为风机轴承的故障特征,并通过改进的神经网络模型分类识别轴承的故障信号,实现不同类型的轴承故障诊断。试验结果表明,该方法弥补了传统故障诊断方法的不足,提高了故障类型识别率和故障诊断准确率,诊断效果良好。     

基于改进深度森林算法的风电机组故障诊断技术研究

为了及时有效地检测出风电机组发生的具体故障,同时克服传统故障诊断方法的局限性,文章提出一种基于改进深度森林算法的风电机组故障诊断方法。首先,利用有效的数据预处理方法处理SCADA原始数据并提取故障特征;然后,基于深度森林算法对风电机组具体故障进行诊断,同时,针对深度森林算法在故障诊断领域存在的缺陷,对算法提出改进;最后,利用河北某风场1.5 MW风电机组实际运行数据对文章提出的故障诊断算法进行验证,通过正确率、AUC等指标验证了所提故障诊断算法相比传统机器学习算法的有效性和优越性。该研究为风电机组运行和维修提供了依据,同时也为故障诊断领域提供了新的方法和思路。     

基于压力信号的船用柴油机共轨系统高压油泵典型故障诊断研究

基于AMESim液力仿真平台搭建高压油泵仿真模型,对2种高压油泵典型故障进行仿真分析。采用小波变换方法将压力信号分解为低频波动信号和高频脉动信号,提取高频脉动信号无量纲参数波形因子为故障特征,建立高压油泵故障诊断模型。结合仿真和柴油机台架试验的高压油泵故障数据,验证了该诊断方法的有效性。     

一种实时在线诊断旋转机械振动故障的方法

为实现旋转机械振动故障实时在线诊断,采集机组运行中的振动信号,计算得到不同振动故障时的特征值及其敏感等级分布,确认了特征值与不同故障原因的相关性,建立了故障特征值数据库,并在旋转机械试验台上对故障诊断模型进行了验证.结果表明:该方法可以实时有效地完成振动故障的在线分析和不同故障原因的诊断,对风机和水泵等旋转机械的现场实时监测和振动智能远程诊断具有一定的工程应用价值.     

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。     

转子早期碰摩故障特征的小波包分析

针对旋转机械碰摩故障的特征,运用电涡流传感器和虚拟仪器检测和诊断转子的碰摩故障.分析了转子碰摩振动信号的时域波形特征、碰摩振动时的轴心运动轨迹特征,提出了应用小波包分解、重构技术进行消噪处理,实验分析结果表明该方法可以有效地提高故障诊断的准确性.这对转子碰摩故障诊断具有重要的理论和现实意义.     

基于开关组误差电压的双级矩阵变换器故障诊断策略

矩阵变换器(MC)由数量较多的功率开关构成,这些功率开关元件用在各种复杂的环境以及高频切换的电路系统,增加了功率开关发生故障的可能性,也降低了MC系统的可靠性。功率开关故障成为了阻碍MC系列拓扑进入工程化应用的主要因素之一,而对MC功率开关进行在线故障诊断并进行合适的容错控制可以有效地提高MC系统可靠性。本文针对双级矩阵变换器(TSMC)的功率开关开路故障诊断策略进行研究,对功率开关故障下的TSMC运行模式及其输出电压、直流电压故障特征进行了深入分析,定义了开关组误差电压的概念,提出了根据输出相电压误差、开关信号以及直流电压定位TSMC故障开关的方法。所提方法具有诊断准确、诊断速度快、独立于调制策略、不受负载运行状态影响等优点。仿真实验结果验证了理论分析的正确性以及所提故障诊断策略的有效性。