基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法

为实现风电机组齿轮箱及时有效地监测和维护,提出基于小波包与倒频谱分析的风电机组齿轮箱齿轮裂纹诊断方法。该方法针对齿轮裂纹振动信号为转速频率对啮合频率及其倍频调制的特点,利用小波包分解来识别振动信号中的故障特征,通过小波包频带能量监测得到故障部位的啮合频率范围;考虑到倒频谱可以分离和提取难以识别的密集调制信号的周期成分,基于倒频谱识别故障部位的转速频率,综合利用两种频谱分析方法得到的啮合频率和转速频率,能诊断故障部位和类型。实验研究表明,该方法能精确地诊断齿轮裂纹故障,并可以实现对风电机组齿轮在复杂环境中退化状态的监测,预防断齿等重大故障的发生。     

基于小波包与PCA遗传神经网络相结合的齿轮箱故障诊断方法

针对风电机组齿轮箱振动信号非平稳、不确定的特点,提出基于小波包与PCA遗传神经网络相结合的风电机组齿轮箱故障诊断方法。该方法选取振动信号的峭度和峰值作为时域特征值,利用小波包算法提取频带能量和二范数作为时频域特征值。考虑到特征值之间的相关性,利用主成分分析法确定主成分,从而减少神经网络的输入变量。利用遗传算法对BP神经网络权值和偏置进行优化,建立遗传神经网络的故障诊断模型。仿真测试结果证实了算法的有效性。     

区域柔性负荷参与功率调度的评价体系构建及其应用研究

柔性负荷接入区域电网参与功率调度在改善电力系统调节能力方面存在着巨大潜力,但也会给调度运行带来复杂的控制问题。为解决这一问题,迫切需要建立一套客观公正和精确有效的区域柔性负荷综合评价体系来指导柔性负荷参与功率调度。首先,针对区域柔性负荷参与功率调度的特点,构建了以柔性负荷为控制对象,以实现能源优化配置为目的的综合评价指标体系。其次,利用熵值法对层次分析法确定的主观权重进行调整,得到客观评价的组合权重。然后,采用灰色关联分析法对不同种类负荷的功率调度参与度进行综合评价,得到每类负荷在不同调度模式下的调度优先级。最后,在某区域能源管控中心示范工程上进行验证,所构建的评价体系指导区域内各类负荷参与功率调度,减少电网高峰用电量,维持电力系统可靠运行。     

基于价值最优的区域能源管控中心价值模型研究

针对区域能源互联中分布式发电方、电网运维方、用能负荷方以及区域能源管控中心的行政主管部门之间的利益协调现状,深入剖析了区域能源管控中心中源、网、荷的内涵及互动耦合关系,提出区域能源管控中心的三层价值驱动体系,并分层构建其价值模型。同时,在保障电力系统物理网架结构安全稳定运行的基础上,兼顾参与区域能源管控中心建设及运营各方的利益关系,引入特殊的价值因子,建立区域能源管控中心立体价值模型,来综合兼顾各方的价值利益。最后通过案例分析,进一步阐述了所提出的价值模型驱动的能源管控中心三层立体体系的合理性与可行性。