基于状态监测的风电机组主轴承早期故障预测方法

利用风电机组实时监测数据来研究主轴承温度与其潜在故障之间的关系,提出一种基于温度预测模型的风电机组主轴承在线故障预测方法。首先建立正常运行状况下主轴承温度的线性回归分析预测模型,提出可表示系统实际运行状态和预测状态之间偏差的判别函数,通过比较判别函数值与设定门槛值来监控主轴承的运行状态。理论分析和仿真结果表明,该方法所用模型鲁棒性好,提取的故障特征明显,可有效地预测在线风电机组主轴承潜在的故障。     

风电机组确定性机会更换维修策略的研究

在预防性维修基础上引入机会维修的概念,提出采用确定性机会维修策略来实施风电机组的优化维修。在假设风电机组各部件的故障率服从两参数威布尔分布的基础上,对风电机组关键部件的预防维修可靠度和机会维修可靠度进行优化,最小风电机组系统的维修费用。该维修策略是对预防性维修部件与可靠度落入机会维修区间的其他部件实施共同维修,将风电机组关键部件的维修有机结合起来,实现分摊高额的固定维修成本。通过仿真分析,确定性机会维修策略比预防性维修策略节省维修成本,证实确定性机会维修的科学性。     

基于两种不同内点法的最优潮流建模与仿真

用预测-校正内点法(predictor-corrector interior point method,PCIPM)最优潮流算法对原-对偶内点法(primal-dual interior point method,PDIPM)最优潮流算法进行改进。该方法在进行泰勒展开时保留了高阶项,首先通过修正方程计算仿射方向,在计算得到仿射扰动因子后回代入修正方程得到校正方向,进而得到修正量。最后用MATLAB语言编程实现了利用原-对偶内点法和预测-校正内点法进行潮流优化计算,并用不同算例进行了仿真验证。仿真结果表明预测-校正法具有比原-对偶法更好的收敛性。     

利用凝聚函数代理非线性不等式约束的内点优化潮流算法

为加快电力系统优化潮流(optimal power flow,OPF)问题的求解,提出了利用凝聚函数法代理非线性不等式约束的优化潮流算法。鉴于优化潮流的数学模型中包括了大量的非线性不等式约束条件,尤其在计算大规模电力系统优化潮流时,对非线性不等式约束条件的处理耗费了大量的计算时间。文中将多个非线性不等式约束用一个凝聚函数代替,极大地减少了大规模电力系统优化潮流计算矩阵的维数,然后利用内点法进行求解。对IEEE大规模测试系统进行仿真,结果表明该混合算法具有收敛速度快、迭代迅速的优点。