一种基于SCADA参数关系的风电机组运行状态识别方法

提出一种基于SCADA参数关系的风电机组运行状态识别方法。首先,从风电机组运行特性出发,深入分析风电机组运行状态SCADA数据输入/输出参数关系;基于时间的滑动窗口模型,采用多项式回归拟合方法,构建风电机组运行状态输入/输出参数关系数学模型;然后,基于风电机组正常运行输入/输出参数关系数学模型,提出描述各个时刻风电机组运行状态异常程度的指标计算公式;对风电机组正常运行阶段的状态指标进行统计分析,获取其分布函数规律;最后,根据小概率事件假设,确定识别风电机组运行状态出现异常的阈值,据此对风电机组运行状态出现异常进行预警。以同风场同型号两台2 MW直驱式风电机组SCADA数据为例进行分析,结果表明:①基于SCADA数据的风电机组运行状态识别方法,可以实现对风电机组运行的异常状态识别和早期预警,该方法的特点是状态识别完全基于正常运行SCADA数据分析而无需异常运行SCADA数据进行挖掘训练和相关物理机制与故障模式方面的先验知识;②基于风电机组SCADA数据的运行状态识别方法,依据风电机组及其部件的运行状态输入/输出参数关系的层次结构,可以获得发生异常状态的相关部件信息,这对风电机组运行状态预警和维护决策具有重要意义。     

基于协整分析的风电机组状态监测方法

针对风力发电机组SCADA系统受到环境及运行等因素影响[1],常常发生故障漏报和误报等问题,提出一种基于协整计算的风力发电机SCADA非平稳数据分析方法。风力发电机SCADA数据经协整计算可以获得附带风力发电机状态信息的残差,通过分析该协整残差可实现风力发电机的状态监测。取内蒙古包头市固阳县某风场1.5 MW双馈风电机组所采集的SCADA数据为研究对象,利用部分非平稳数据建立协整模型,并用一组正常运行数据以及一组已知齿轮箱故障数据对模型进行验证,结果表明,所提方法可有效抑制SCADA数据中由环境和运行引起的响应,准确识别风力发电机的运行状态,简单有效的实现风力发电机的状态监测.     

基于改进组内方差算法识别风电机组异常数据

由于受数据测量误差、弃风限电及停机等因素的影响，风电机组SCADA采集数据中存在大量异常数据，清洗剔除异常数据是有效进行风电机组性能分析与预测研究的前提。本文采用改进最优组内方差算法对风电机组异常数据进行识别。经现场实例验证表明：改进最优组内方差算法可在不增加硬件设备的前提下，准确有效的识别风速-功率曲线中的底部堆积型、中部堆积型、上部堆积型和周围分散型四类异常数据。     

基于EEMD-CC和PCA的风电齿轮箱状态监测方法

齿轮箱是风力发电机组的核心传动部件,不仅结构复杂制造成本高,而且故障率高维修费用巨大,对其进行状态监测具有重要意义。针对风电齿轮箱在复杂工况下运行所产生的非线性、非平稳振动信号,提出了一种基于EEMD-CC和PCA的风电齿轮箱状态监测方法。该方法先对含有大量噪声的风电齿轮箱振动信号进行集合经验模态分解和相关系数(EEMD-CC)降噪处理。然后,将降噪后的正常信号数据进行主分量分析(PCA)建模,并以T~2统计量和SPE统计量作为信号异常的评判指标。最后,把降噪后的测试数据带入PCA模型中,分别判断T~2和SPE值是否超出阈值,实现风电齿轮箱的状态监测。试验结果证明,该方法能够有效地监测风电齿轮箱的状态。     

风力发电机组的风况仿真模拟系统

通过原动机的风况仿真模拟,检验风力发电机主传动链、电控系统以及附属设备在不同风速条件下的运行性能和功率曲线.选取1.5MW风力发电机组参数在MATLAB中建立了仿真模型,将风轮转速和桨距角值作为风况模拟系统的输入变量用于系统模拟.根据预先设定的风模型(恒速风,正弦风,阶跃风,随机风),将设定风况转换为驱动电机对应的目标转速和目标转矩,实现风况模拟,进而得到风电机组功率响应曲线.然后将该仿真方法移植到试验平台中,通过变频器,电动机以及PLC控制系统来进行整个系统的试验.采用这种方式,风电机组无需装配叶片,也不用在风场吊装,在车间里就可以获得接近真实风况效果的原动力输入,从而使风电机组的测试既简单又真实可靠.     

大型风力发电机组状态监测与控制技术研究

实现大型风力发电机组的状态监测与控制是确保大型风力发电场安全、有效运行的手段。文章论述了大型风力发电机组的状态监测、控制技术参数与特点,分析、设计了大型风力发电机组的状态监测与控制系统,包括该系统的功能与实现方法等。     

基于多变量状态估计的风电机组齿轮箱温度监测方法

风电机组的故障诊断是大型风电场运行中亟待解决的问题。由于风力发电的特殊性,大部分风电场都是在边远地区,风机与风机之间的距离更高,不能像火电或水电等设施,以方便检查,因此如何实现故障诊断的风力发电机组设备的状态是特别重要的。本文利用多变量状态估计(Multivariate State Estimation Technique)方法对齿轮箱的温度进行状态监测,通过对设备正常工作状态下的历史数据进行学习,对系统各个参数之间的关系进行定义,通过相关性分析来建立正常运行状态下多个相关变量间的内在非线性模型。然后,利用滑动窗口的统计方法,计算残差均值,当平均值曲线超出阈值范围时,设备运行异常。     

风电齿轮箱健康状态远程监测系统

风电齿轮箱是风力发电机组中的关键核心部件,也是风电机组中故障率较高的部件。对风电齿轮箱健康状态进行远程监测并及时发送维护预警信息,对防止风电齿轮箱部件的二次损坏,降低维护成本具有重要的现实意义。系统以风电齿轮箱运行过程中各种传感器的数据值为基础建立多信息融合的评价机制,通过评价机制实时监测评价当前工况下的健康状态得分,健康状态得分低于下限值时通过GSM网络信号以手机短信形式远程发送维护预警信息,避免了单一传感器报警阈值的误报,提高了维护预警信息的准确性。疲劳寿命台架运行试验结果表明,该系统能较好地对风电齿轮箱健康状态进行监测,预警准确,具有广阔的应用前景。     

风电齿轮箱检修方法的研究与进展

风电齿轮箱是风力发电机组中的重要部件,在长期运行过程中不可避免会发生各类故障,其检修方法必然成为学者研究的焦点.通过对风电齿轮箱状态监测方法与手段、故障特征提取方法、维修策略的研究现状进行分析,总结检修方法研究存在的主要问题,提出开展基于多传感器的风电齿轮箱在线监测方法和手段研究、基于多源信息融合的风电齿轮箱智能故障诊断方法研究、基于寿命分布和实时监测数据的风电齿轮箱预防性维修策略研究等方面的建议,为风电齿轮箱检修方法的研究提供借鉴.     

加速度包络解调方法在风力发电机滚动轴承早期故障诊断应用研究

滚动轴承是大型异步风力发电机核心零部件,在很大程度决定了风力发电机组的服役质量。滚动轴承在整个传动系统中极易受到相关工况的影响出现异常磨损,最终导致发电机组故障。提出一种基于加速度包络解调方法的大型异步风力发电机滚动轴承早期故障诊断技术,分别在单轴承故障诊断试验台和某型号大型异步风力发电机中对轴承内圈滚道面上存在早期微弱损伤的滚动轴承进行试验,试验结果表明：加速度包络解调方法是一种能比功率谱更准确识别出大型风电轴承微弱的早期故障的有效方法。     

风力发电机组自动消防系统设计技术探究

风电行业的快速发展,是社会及经济可持续发展的重要保障之一,而风力发电机组的安全稳定运行,是确保其应用价值的重要前提。现分析风力发电机组自动消防系统设计的技术原理,并在此基础上,阐述风力发电机组自动消防系统设计的技术创新和技术价值,旨在强化对风力发电机组自动消防系统设计的研究,推动风电行业又好又快发展。     

风电齿轮箱塔上更换工装设计研究及应用

风电齿轮箱作为风力发电机的重要组成部分,其运行状态直接影响着风电机组运行的安全性和经济性。但相较于风电机组其他部件,风电齿轮箱失效导致的机组故障停机时间是最长的,严重影响机组发电量,其主要原因为齿轮箱的失效多需下塔更换。目前齿轮箱的更换需将风轮、主轴总成等部件均下塔,该工艺方案复杂、成本高且可靠性差。因此,文中在分析风力发电机组塔上更换齿轮箱工艺方案的基础上,识别出工艺难点并针对难点进行了塔上更换工装的设计。文中方案简单可靠且整体成本低,具有较高经济价值。     

基于STM32的风电机组振动监控系统设计

风力发电机组安全运行与否关乎到其使用寿命的长短以及发电效率,为实现对风电机组振动状态的实时监测,设计了基于STM32的风电机组振动监控系统,以STM32F103VB芯片为振动检测模块的核心,构建系统硬件,检测风电机组振动信号;利用RS-485总线实现振动检测模块与上位机分析模块的通信;在VC++6.0平台下,对振动数据进行显示和时/频域分析,并结合Access数据库完成数据的存储管理。实验结果表明系统能够长时间可靠运行。     

基于云模型的风电机组输出功率特性分析

风电机组性能的优劣直接影响着风电场安全生产和经济效益。输出功率是风电机组最重要、最具代表性的性能指标之一,风功率曲线是机组发电能力最直观的表述。以输出功率和风速为数据源,应用云模型特征量研究风电机组输出功率的波动特性,有利于掌握风电机组性能状态。在对风电机组SCADA系统风速、功率数据筛选的基础上,描绘风电机组正常工作状态下的风功率散点图,采用比恩法建立风电机组实际风功率曲线;统计分析不同风速区间的输出功率,利用逆向云发生器建立不同风速下的输出功率云模型,得到不同机组的整体功率云;通过对比分析功率云的特征值,实现输出功率大小、波动范围和离散程度的量化分析;同时计算风速、功率相关系数反映和评价机组响应的灵敏度。云模型的应用,把机组状态从定性评价拓展到定量评价,从宏观综合评价深入到风速区间段精准评价,提高了风电机组性能分析的准确性和全面性。最后,应用实例验证了算法的有效性和可靠性。     

试析大数据技术在风电机组运行状态监测评估中的应用

统计显示,一个设计寿命20年的风电机组,其运维费用占到风电机组总收入的10%~15%,而在一些恶劣环境(如海上)中工作的风电机组,其运维费用高达风电机组总收入的25%,因此通过运行状态监测评估来降低风电机组的运维费用具有十分重要的现实意义。SCADA系统等为风电机组提供了丰富的环境参数、并网参数及故障记录,鉴于此,利用大数据分析技术来有效消除以往评估方法缺乏有效数据的不足,并充分挖掘大数据中的有效信息,这为突破风电机组运行状态监测评估的瓶颈带来了全新的技术手段。     

基于生成对抗网络的风电机组在线状态监测

基于风电机组数据采集与监控系统(SCADA)的大量时序数据分析,提出一种基于生成对抗网络(GAN)的风电机组在线状态监测方法。首先,通过GAN模型中的生成器获得一组与SCADA数据相同维度的生成数据;其次,利用生成的和真实的SCADA数据对GAN模型进行优化训练进而得到用于区分机组健康状态的判别器模型。利用所提方法分别对一台故障风电机组和一台健康风电机组的SCADA数据分析后发现:GAN方法能够有效监测风电机组的在线运行状态,比SCADA系统提早5 d发现故障机组的异常;当风电机组正常工作时,GAN方法比其他方法(如马氏距离、主成分分析、深度神经网络、支持向量机等)误报的次数更少;当机组发生故障后,GAN方法比上述其他方法能检测出更多的异常样本。     

浅谈金风1.5MW风力发电机组偏航反馈丢失故障技改优化研究

风力发电机组偏航系统是风力发电机组中最关键的组成部分之一,本文重点就金风1.5MW风力发电机组偏航反馈丢失故障原因的分析与治理方法进行了阐述,偏航反馈回路在偏航过程中采用触点闭合的方式来反馈偏航的实际工作情况,从而提高风电机组控制系统和偏航控制系统的相互配合,使风电机组安全、稳定运行,保证最大发电量。     

基于MWorks的定速风力发电系统建模与仿真研究

对风力发电系统的建模与仿真研究,是理解风力发电系统原理、优化风电机组的设计、制造及运行的关键环节。文中把面向物理对象的建模方法引入复杂的、涉及多领域、多学科的风力发电系统仿真建模,以定速风力发电机组为例,采用基于Mode lica语言的仿真软件MW orks搭建了定速风力发电机系统的仿真模型库,并进行了仿真研究,得到发电机功率、发电机转子转速、发电机电磁转矩、风力机转速、发电机输出电压和输出电流等重要参数曲线。     

基于数据挖掘的风电机组齿轮箱运行状态分析

针对风电机组齿轮箱运行状态识别困难的问题,基于数据挖掘思想,提出改进的非线性状态估计方法,得到了机组参数与运行状态之间的关联机制;通过因子分析,有效减小样本数据空间,提高了样本数据的解释能力;根据机组实际运行特点,运用滑动窗口与异常率的方法对预测残差进行分析,保证了最终分析结果的准确性与可信性。结合实际案例分析可知,该方法较传统分析方法能够更及时、准确地察觉风电机组齿轮箱异常状态。     

浅谈风力发电机组振动状态监测与故障诊断

风力发电机组运行条件较为复杂,其设备在实际应用的过程中所受到外部激振力和振动自由度相对较多,在这种情况下,为保证发电机组能够正常、安全地运行,需要对其振动状态进行监测,并按照实际情况判断其故障,进行故障的排除。本文在研究中,首先对风力发电机组进行简单的阐述,为后文的研究提供一定的理论支撑。之后,则从风力发电机振动监测情况出发,分析在现阶段社会中较常见的几种发电机故障诊断方法,最后,则从实际角度出发,分析风力发电机组状态监测与诊断系统在实际运用过程中的重点以及难点部分。