基于FTA的风力发电机组液压系统故障分析及解决方案

风力发电机组液压系统对机组稳定运行起到至关重要的作用。针对某风力发电机组液压系统建立故障树模型,确定液压系统存在的各种失效模式及层级关系,在此基础上对各个失效模式的影响因素进行分析,针对主要故障给出了解决措施,为风力发电机组液压系统的设计及稳定运行提供参考。     

大型风电场电网三相短路故障暂态分析

采用计算机仿真的方法,对大型风电场在电网发生三相短路故障时的暂态特性进行了研究.在首先建立了主动失速型风力发电机数学模型和仿真模型的基础上,研究了当装有失速型风力发电机组的风电场的外部电网发生三相短路故障时,风电场以及机组主要参数的暂态响应,深入分析了风力发电机组和配套的设备在电网故障时的动态特性.研究结果表明,三相短路故障引起的电压振荡为机组和电网的正常运行带来不利影响,常常会引起机组保护动作.     

风力发电机组状态监测和故障诊断技术的应用研究

风力发电机状态监测是通过实时监测风力发电机运行状态,旨在发现潜在故障,预防事故的发生,进而提高风电设备的可靠性与安全性。由于风力发电机组长期运行在恶劣环境下,容易出现各类故障问题,为避免经济损失,保证风力发电机组稳定运行,做好实时状态监测和故障诊断至关重要。文章针对风力发电机组的运行以及故障处理等相关技术进行了分析,从发电机、齿轮箱、叶片、电气系统、液压传动系统状态监测和故障诊断几方面,研究了风力发电机组状态监测和故障诊断技术应用,以此确保整个系统安全稳定运行。     

基于撬棒保护的双馈风力发电机组低电压穿越控制策略研究

随着风力发电机组装机容量不断增大,在电网中的渗透率不断提高,电力系统在电网故障导致电压骤降时,对风力发电机组能够不间断运行的能力(低电压穿越能力)提出了更高的要求。文章依据辽宁电力有限公司电力科学研究院风力发电机组低电压穿越抽检测试结果,利用德国电力系统仿真软件DIgSILENT/Power Fac-tory搭建了双馈风力发电机组,提出基于撬棒保护(crowbar protection)的控制策略以实现双馈风力发电机组低电压穿越功能,并通过仿真实验验证电网故障情况下双馈风力发电机组的不间断运行能力,将仿真结果与现场实际测试结果进行比较,验证风力发电机组的控制策略及模型的准确性。     

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。     

变速双馈风电机组低电压穿越功能仿真

分析了变速恒频双馈风力发电机组的工作原理,建立了包含变频器的双馈风力发电机组动态数学模型,并利用MATLAB/Simulink软件搭建了并网型双馈风力发电机组的仿真模块,通过仿真试验分析了外部电网故障下变速恒频双馈风力发电机组的低电压穿越功能,为变速恒频双馈风力发电机组在大型并网风电场中的应用提供了可靠的理论依据     

基于FMEA的波浪能发电水压传动系统可靠性分析

文章在分析波浪能发电水压传动系统结构组成和任务功能的基础上,针对导流系统、叶片系统、传动系统和齿轮箱,分别开展了故障模式及影响分析,预估了影响系统可靠运行的主要故障模式和危险部件。分析结果表明,水轮机叶片结构损伤和齿轮轴承损坏是降低系统可靠性的最危险的故障模式,水轮机叶片是最容易发生故障的关键部件,在可靠性配置和运行维护管理过程中应当重点对待和处理。     

电网不同故障下DFIG特性分析及保护措施建议

目前,国内外对DFIG的研究主要侧重于风力发电机组控制策略方面,而对于不同电网故障情况下DFIG的运行特性分析较少。鉴于此,在DIgSILENT／PowerFactory下建立TDFIG模型,利用含风电场的WSCC三机九节点仿真系统,进行了电网不同故障情况下的一系列仿真,重点分析了电网不同故障情况下DFIG的运行特性,研究了风电场与电网之间的交互影响及相应的保护措施,为大规模风电接入电网的运行控制提供依据。     

异步风电机组的短路特性仿真研究

以PSCAD/EMTDC为平台建立了仿真模型,分析了以恒速异步风力发电机组为主的风电场并网运行的不同故障情况下的短路特性。仿真结果表明,影响短路特性的主要因素有故障类型、故障点、控制策略、风速等。因此,应针对风电场不同的短路特性采取相应的保护措施,以提高电网的稳定性。     

基于故障树和概率神经网络的风电机组故障诊断方法

风电机组各传动设备之间耦合性强,故障发生的原因复杂、多样,使用单一的故障诊断方法受自身的局限性影响,诊断效果不太理想。针对这一问题,通过分析风力发电机组转速故障数据及其影响因素,以风力发电机转速超限故障为例,提出一种基于故障树和概率神经网络的风电机组发电机转速超限故障智能诊断方法。首先,给出多层故障树构建方法,使用故障树分析法得到故障模式。然后,根据故障树节点关系规则和故障模式,提取风力发电机运行数据的特征值,建立概率神经网络的故障诊断模型,根据实际运行故障样本训练网络,将训练后的网络用于故障诊断。现场实验表明,基于故障树和概率神经网络算法对于风力发电机转速故障诊断准确率显著。