基于神经网络的抽油机井下故障诊断专家系统

本课题是针对油田边远井、孤立井创新的提出了手持自动化功图诊断系统。本文以抽油机作为研究对象,从油井的示功图入手,利用自组织竞争网络对抽油井示功图进行智能识别分类,实现油井故障的自动诊断。本文所研究的基于神经网络的故障诊断系统在手持Android终端得到了实现,并且江苏油田得到了广泛应用。     

自然环境叶片覆冰程度对风力机功率损失的影响

针对寒冷地区叶片覆冰降低机组发电量的问题,以典型2kW及300kW风力发电机为研究对象,在自然覆冰试验站展开试验研究,研究分析叶片覆冰程度对风力机功率损失的影响规律和机制。结果表明:在自然环境下,叶尖前缘雾凇覆冰厚度随覆冰时间增加呈近似线性增长,而雨凇覆冰增长逐渐变缓;在一定风速下,覆冰造成的功率损失与叶尖前缘覆冰厚度之间存在显著的线性关系,相比于雾凇,雨凇破坏作用更大;随着风速的增加,覆冰后的风力机功率损失更大;随着叶尖前缘覆冰厚度的增加,风力机转速和最大风能利用系数逐渐降低,叶片实际运行最佳叶尖速比变小。该文研究结果为风力机覆冰条件下的性能分析和机组控制提供数据积累和借鉴意义。     

考虑覆冰粗糙度影响的风力发电机叶片气动性能数值仿真

针对高湿、寒冷地区覆冰造成机组出力减少的问题,以NREL S809二维翼型及某型300k W风力机三维风轮为研究对象,采用计算流体力学(CFD)数值仿真方法,结合覆冰粗糙度模型,研究分析覆冰粗糙度对风力机叶片气动性能的影响规律。计算结果表明:对于改变翼型气动外形较小的覆冰,二维翼型的气动性能随着覆冰粗糙度大小、覆冰相对宽度的增加而降低,随着攻角的增加影响变大;对于改变翼型气动外形较大的覆冰(雾凇或雨凇),雨凇覆冰的破坏作用更大,但雾凇覆冰翼型受覆冰粗糙度影响更大;叶片覆冰导致三维风轮气动性能降低,在大风速下更为显著;随着覆冰粗糙度大小的增加,三维风轮输出转矩和轴向推力降低,且随着风速的增加,降低程度变大。该文的计算结果对覆冰地区风电场运行及机组性能评估有一定的参考价值和借鉴意义。     

洁净与覆冰条件下风力发电机输出功率计算方法及现场试验验证

高海拔地区风能资源丰富，然而建设于此的风力发电机面临严重覆冰问题。覆冰会破坏叶片气动结构，造成输出功率损失，影响供电质量。了解不同工况下的风力发电机输出功率情况，有助于电力部门进行合理的电力调度。该文提出了一种适用于洁净和覆冰条件下的风力发电机输出功率计算方法。该方法以叶素动量理论为基础，同时引入二维计算流体动力学（CFD）仿真方法来计算叶素的升力与阻力系数。将计算结果与现场试验运行结果对比发现，该计算方法可以在工程应用允许的误差范围内获得风力发电机的输出功率。此外，通过比较基于该方法获得的关键气动参数在不同风速下沿叶片翼展方向的分布发现，冰层的存在会降低叶片对风能的利用率，减小叶片旋转扭矩，从而导致输出功率降低；并且随着风速的增加，覆冰所带来的负面影响更加明显。