基于混合输入模糊神经网络的风力发电机状态监测模型研究

发布时间：2020-04-03 21:15

【摘要】：在追求环境保护的大环境下,利用风能进行发电一种很好的可再生能源发电方式,其具有成熟的技术和较好的商业化的特点,因此受到了全世界的关注。近年来,国家大力发展风电市场,我国风电产业规模延续爆发式增长态势,大型/超大型风力发电机组占比逐年提高。随着风力发电机组的占比逐年提高,如何制定风力发电机组的运维决策计划是确保风力发电机可靠运行的关键。因此需要对风力发电机系统进行状态监测与健康状态进行研究。本文利用FAST系统仿真得出的风力发电机的运行数据及其故障数据,进行基于FAST系统数据的风力发电机系统的状态监测与健康的研究。其研究内容主要包括:1)本文首先对风力发电机的基本原理进行了简述,并介绍了双馈风力发电机的特点及其工作原理,并对风力发电机的运行特性与工况进行了介绍。介绍了FAST系统基础理论并通过FAST系统的风力发电机的模型仿真,从中得到风力发电机组的状态参数数据。2)针对要处理分类变量的问题,本文提出运用混合输入模糊神经网络来解决这一问题,介绍了混合输入模糊神经网络的模型结构、模型结构辨识和其训练算法。进行数值仿真对比实验,通过对比基于T-S模糊神经网络与混合模糊神经网络输入模型来证明混合输入模糊神经网络模型在处理分类变量具有较好的效果。3)以往对风电力发电机多个参数的监测通常通过建立多个状态监测模型实现,易造成模型繁多、误报率高等问题。同时考虑到风力发电机系统的不同运行工况,本文提出基于混合输入模糊神经网络对风力发电机正常运行下的状态参数模型。该模型可以把分类变量引入模型中,解决了风力发电机系统的不同运行工况状态参数之间具有不同映射关系这一问题。并建立风力发电机组状态参数的多输入多输出模型,同时解决了以往模型繁多等问题。4)对风力发电机的状态监测与健康状态的目的是为了判断风电发电机是否处于异常状态。本文运用多元高斯函数模型对风力发电机进行异常识别。运用多元高斯函数建立风力发电机正常状态参数模型下的残差模型。并通过梯度下降的方法选择阈值,并通过是否超过阈值来进行判断风力发电机是否处于异常状态。
【图文】：

沈阳工业大学硕士学位论文围内。冷却系统的正常运转则保证了长时间工作的风力发电机及变速箱不致因为散热问题导致故障。电能转换系统就是为了可以实现能量的双向流动，根据实际情况和要求来选择电网能量的传送的方向。通过双向变流器可以实现定子电流的恒频率输出[53,54]。

器 动力突变 ωn,2=5.73, ζn,2=0.45 器 动力缓变 ωn,3=3.42, ζn,3=0.9 偏移g,m偏移量为 1000NM 器 卡顿 偏航角速度设置为 0 rad/s 提出的异常监测方法对风力发电机的状态异常进行监测型下的残差建立多元高斯函数。式（5.12）为均值矩阵，μ= 0.0922 0.4739 120.8 526.1=526.1 2701.1 C 示，可以看到风力发电机正常状态下的概率密度分布，阈值进行计算，设定学习速率为 0.0001，迭代次数设定 0.0028。图 5.7 为概率密度等高线图，从图中我们看出就是通过梯度下降所确定的概率密度函数的等高线，红线以外数据点则为异常状态。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM315

【相似文献】

相关期刊论文 前10条

1 姜宝琪;;农场用微型风力发电机[J];电世界;2008年04期

2 齐晓光;安佳坤;胡君慧;;含双馈型风力发电机的电力系统潮流计算[J];上海电气技术;2018年04期

3 陈兴华;;风电场风力发电机的运行维护研究[J];城市建设理论研究(电子版);2018年27期

4 赵跃;;风力发电机运行维护分析[J];山东工业技术;2018年06期

5 李大伟;;风力发电机结构与分类探讨[J];民营科技;2018年04期

6 张国恩;;风力发电机叶片检测装置研究[J];科技经济导刊;2018年20期

7 何振源;;风电场电气设备中风力发电机的运行维护研究[J];化工管理;2018年26期

8 赵辉;闫震;;农用风力发电机叶片设计[J];中小企业管理与科技(上旬刊);2016年12期

9 ;热塑泡沫——海上风力发电机的“减肥”福音[J];工程塑料应用;2016年11期

10 王欣;周红梅;;风力发电机在牧草干燥中的研究与应用[J];农村牧区机械化;2016年03期

相关会议论文 前10条

1 苏东;韩宝坤;鲍怀谦;孙磊;孙晓东;;大型风力发电机叶片模态分析[A];2016’中国西部声学学术交流会论文集[C];2016年

2 田建君;陈世超;;风力发电机变桨距控制技术[A];全国冶金自动化信息网2016年会论文集[C];2016年

3 张伟鹏;徐健;杨涛;高伟;陈杰;张聘亭;;适应于多种类型风力发电机的在线监测系统的开发[A];2014年中国发电厂热工自动化技术论坛论文集（上册）[C];2014年

4 许竹君;;1.5MW风力发电机运行异响及排除[A];中国电工技术学会大电机专业委员会2014年学术年会论文集[C];2014年

5 杨晶明;;解决中小型风力发电机可靠性难题的多种被动变桨技术简介[A];中国农机工业协会风能设备分会《中小型风能设备与应用》（2013年第1期）[C];2013年

6 王辉;;浅谈风力发电机在航标上的应用[A];中国航海学会航标专业委员会沿海航标学组、无线电导航学组、内河航标学组年会暨学术交流会论文集[C];2009年

7 焦振永;孙占山;薛洪才;李冰;;风力发电机机壳制造工艺改进(摘要)[A];2010全国机电企业工艺年会《上海电气杯》征文论文集[C];2010年

8 华欣;顾瑞;乔立民;施抗美;;海鸥翼型在小功率风力发电机上应用的数值模拟与气动性能分析[A];中国航空学会第七届动力年会论文摘要集[C];2010年

9 李玉照;徐彬彬;王松;吴浩;吴敏;孙大雨;;风力发电机雷击风险评估与防护浅析[A];第七届长三角气象科技论坛论文集[C];2010年

10 臧建彬;刘飞;于佳;刘叶弟;;低风速环境风力发电机的特点及优化[A];全国农村清洁能源与低碳技术学术研讨会论文集[C];2011年

相关重要报纸文章 前10条

1 本报记者 陈欢欢;聚风型风机或成国外“山寨”对象[N];科学时报;2011年

2 本报记者 杨朝东;首台风力发电机落户代力吉镇[N];通辽日报;2018年

3 记者 郑晋鸣;开山岛上架起30千瓦风力发电机[N];光明日报;2019年

4 记者 曾佰龙;湘电集团为纳米比亚建起首台风力发电机[N];湘潭日报;2017年

5 刘火 编译;美拟建巨型风力发电机比自由女神像高5倍[N];中国煤炭报;2017年

6 记者 房琳琳;海上风机发电量是陆上同级设备三倍[N];科技日报;2017年

7 通讯员 朱惠初 记者 李文峰;中国首台出口欧盟5兆瓦风力发电机下线[N];湖南日报;2015年

8 重庆复合北美公司 张文静;新装风力发电机建设明显回暖[N];中国建材报;2014年

9 山船;韩国首台3兆瓦海上风力发电机试车成功[N];中国船舶报;2012年

10 杨德军;重庆首台风力发电机投运[N];中国电力报;2008年

相关博士学位论文 前10条

1 杨宁;风机尖端正先导始发及其闪击过程的模拟研究[D];南京信息工程大学;2018年

2 李烽;九相磁通切换型永磁风力发电机设计与分析[D];东南大学;2018年

3 张磊;大型风力发电机齿轮传动系统动力学特性研究[D];沈阳工业大学;2018年

4 张洋;新型永磁游标风力发电机设计与分析研究[D];东南大学;2016年

5 何庆领;小型永磁风力发电机的优化设计和齿槽转矩分析[D];合肥工业大学;2015年

6 佟文明;大型低速永磁风力发电机的设计研究[D];沈阳工业大学;2012年

7 韩巧丽;大容量浓缩风能型风力发电机模型气动特性的实验研究[D];内蒙古农业大学;2006年

8 陈鹏;无刷双馈风力发电机控制系统研究[D];河北工业大学;2006年

9 张岳;变速恒频永磁直驱与无刷双馈风力发电机研究[D];沈阳工业大学;2012年

10 任丽娜;永磁同步风力发电机的最佳功率跟踪控制策略研究[D];燕山大学;2012年

相关硕士学位论文 前10条

1 湛洪;直驱式风力发电机传动系统的最优控制策略研究[D];安徽工程大学;2019年

2 李雪;大型风力发电机主轴承振动信号故障分析研究[D];沈阳工业大学;2019年

3 郑研;基于混合输入模糊神经网络的风力发电机状态监测模型研究[D];沈阳工业大学;2019年

4 田磊;基于虚拟同步发电机的双馈风力发电机组控制[D];沈阳工业大学;2019年

5 王鸿毅;永磁风力发电机无位置传感器控制策略的研究[D];沈阳工业大学;2019年

6 奚云峰;双定子无刷双馈风力发电机的直接功率控制策略研究[D];沈阳工业大学;2019年

7 王增考;半直驱双绕组永磁同步风力发电机的设计与研究[D];哈尔滨理工大学;2019年

8 王振国;半直驱永磁同步风力发电机流热耦合研究[D];哈尔滨理工大学;2019年

9 庄石榴;离网型永磁同步风力发电机设计与分析[D];上海电机学院;2019年

10 陈哲;双定子永磁同步风力发电机的设计与研究[D];上海电机学院;2019年

，

本文编号：2613711