数字

3．0兆瓦级 10月25日,由沈阳工业大学风能技术研究所研制的国内首台具有完全自主知识产权的3MW双馈式变速恒频风电机组的样机在沈阳华创风能有限公司完成装配正式下线。这是国内最大功率的风机,此项目的研制成功标志着中国自主知识产权的风力机组的研发与制造达到了新的高度,     

陆上风力发电机塔架振动监测研究进展

塔架作为陆上风力发电机的支撑结构关键部件,其服役质量直接影响到风力发电机的运行安全性。开展塔架振动监测,对其进行服役质量评估和损伤早期预警,是提高风力发电机运行安全性的重要手段。首先,简要介绍陆上风力发电机塔架类型,塔架载荷及动力学理论研究。其次,归纳总结塔架接触式与非接触式振动监测的方法及特点,对不同监测方法进行了对比,提出现有塔架振动监测方案的局限性。最后,分析塔架振动监测数据在状态识别、故障诊断及故障预警等方面研究现状与目前存在的难点,展望塔架振动监测的未来发展趋势。     

基于模糊RBF神经网络的风电机组变桨控制研究

针对大型风力发电机变桨控制受外部干扰和参数变化大、造成输出功率不稳定的问题,提出一种智能控制的算法,在RBF神经网络基础上增加模糊算法,利用模糊RBF神经网络实时在线调整PID参数。当实际风速偏离额定风速时,科学调整风机桨距角,使风机所获得的空气动力转矩发生变化,从而在额定功率附近保持风力机输出功率的相对稳定。据此搭建了风电机组各模块的数学模型,并在MATLAB/Simulink上搭建了仿真模块。实验结果表明：基于上述的方法控制效果相比于传统PID控制和常规RBF神经网络PID控制,响应更快、风能利用系数性能超调更小、功率输出更稳定,更有利于风力发电机组的系统稳定性。     

改进 YOLOv5s 的风力涡轮机表面缺陷检测

针对传统方式检测风力涡轮机表面缺陷时出现的精度不足、泛化性较差问题,提出了一种改进YOLOv5s的风力涡轮机表面缺陷检测模型。在网络结构方面,首先在主干特征提取网络引入改进的MobileNetv3网络,用于协调并平衡模型的轻量化和精度关系;其次采用BiFPN式的融合方式,增强神经网络的多尺度适应能力,提高融合速度和效率;最后为轻量化的自适应调节特征权重,运用ECAnet通道注意力机制,进一步提高神经网络的特征提取能力。在损失函数方面,将边框回归的损失函数修改为αIoU Loss,进一步提升了bbox回归精度。实验结果表明,基于YOLOv5s的改进算法可以在复杂环境下快速准确地识别风机表面的缺陷目标,能够满足实时目标检测的实际应用需求。     

超级电容储能和卸荷电路协调控制的永磁同步风电机组低电压穿越策略

针对永磁同步风力发电机组的低电压穿越问题,结合超级电容储能与卸荷电路的优点,提出了一种超级电容储能和卸荷电路协调控制的低电压穿越策略。当低电压故障发生时,在机组变流器的直流侧同时投入卸荷电阻和超级电容储能系统共同吸收故障期间的不平衡功率。在故障清除后,超级电容储能系统根据网侧变流器的运行状态将故障期间吸收的能量回馈电网。仿真结果表明,所提协调控制策略能在保证机组可靠实现故障穿越的同时,降低超级电容的设计容量和成本,并提高风能的利用率。     

在役风机螺栓超声检测新技术研究

在役风机螺栓在长期运行中,因周期性载荷作用,极易发生应力失衡产生疲劳裂纹,造成螺栓断裂失效,严重影响风力发电机组的安全。如何在不拆卸风机螺栓的状态下,精准测量螺栓轴向应力和有效检测疲劳裂纹是目前无损检测领域研究的热点和难点。通过采用超声波检测应力方法,以风电场常用的42CrMo螺栓为研究对象,制作螺栓轴向应力与超声波飞行时间的拟合曲线内置超声检测设备,经现场验证,应力的测量精度误差小于5%,测量精度符合要求;采用超声波导波检测方法,开展了不同位置、不同深度的模拟裂纹缺陷的检测,得出随着缺陷位置和距离的变化,均能检测到裂纹信号,随着缺陷距离和深度变大,缺陷回波逐渐增大,图像颜色逐渐加深。     

风机发电机吊装过程吊装带断裂分析

分析了风力发电机组发电机在吊装过程中发生吊装带断裂的原因,得出吊装带断裂的主要原因为被吊钩上“明显凸起的锐边”所“割伤”,对此提出了整改及预防措施,以保障风电工程吊装工作安全进行。     

基于数据挖掘方法的风力涡轮机状态监测技术研究

目前风力涡轮机的故障模式预测成为了风力发电站发展的重要任务;提出了一种基于数据挖掘算法的涡轮机故障状态预测方法;这种方法包括3个主要的步骤:涡轮机状态抽象,算法训练,状态预测;首先利用先验知识将涡轮机的初始状态进行分类,选择建立预测模型的参数;为了降低计算难度,采用数据挖掘算法进行模型参数的选择;最终采用发电机转速、变速箱速度、温度枢纽、叶片螺距角这些参数进行预测模型的建立;建立预测模型的过程分为3个阶段:预测任意故障;预测系统的特殊故障;确定未知故障;通过对各种数据挖掘算法基于大量风力涡轮机数据的性能分析,选择了性能最优的随机森林算法模型;这种模型的预测准确率能够达到98%;同时还能够预测训练数据没有包含的故障类型;通过在实际风力涡轮机数据的验证,表明了这种模型的稳健性。     

变速风力发电机组出功控制策略研究

变速风力发电机组通常采用转速控制和变桨距控制相结合的方法,在额定风速以下主要调节发电机的转矩使转速跟随风速变化而变化,以获得最佳叶尖速比;在额定风速以上通过调整桨叶节距,改变气流对叶片攻角,从而改变风力发电机组获得的空气动力转矩,才能使功率输出保持稳定传统PID控制方案在风电控制中仍然发挥重要的作用,先进的控制算法与传...     

基于智能控制方法的风力发电系统的变桨距控制器

以对风力发电机系统进行功率控制为目的,提出基于智能控制方法的变桨距控制器的设计.风力发电系统结构复杂,具有非线性、时变的特点,单纯的模糊控制和PID控制都不能取得良好的控制效果.针对这一问题,提出风力发电系统模糊PID双模变桨距控制策略.使用Matlab中的Simulink组件建立系统模型,进行仿真试验.仿真结果表明,使用模糊PID双模控制变桨距控制器的风力发电系统确实具有较好的动态性能、收敛速度和静态误差.