当前位置:主页 > 科技论文 > 电气论文 >

双馈风电机组不对中试验台与故障诊断研究

发布时间:2020-06-21 15:46
【摘要】:近年来,能源短缺问题与环境恶化问题越发受到世界各国的重视。风能作为一种环境友好型可再生清洁能源,其不仅分布广泛而且价格相对较低,因此风力发电获得了各国的大力发展。但近年来风电机组故障频发且故障常伴随经济和人员的巨大损失。在风电机组故障中,联轴器不对中故障是引起风电机组机械故障的重要因素之一。因此,研究不对中故障对风电机组及风电发展具有重要意义。本文的主要研究内容如下:首先,根据双馈风电机组的组成、运行原理,搭建了 1.5kW的双馈风电机组不对中试验台。该试验台不仅能够模拟双馈发电机组的变速恒频运行状态,而且还具有不对中故障实现模块。该可以模拟双馈风电机组的三种不对中故障,并通过多次实验验证了不对中试验台的有效性。然后,为了对不对中故障进行简单、快速的判断,本文提出了基于SVD-Teager能量算子的不对中故障分析。即先用奇异熵增量曲率谱法与改进的奇异值差分谱阈值法对信号进行奇异值分解(Singular Value Denoising,SVD)消噪,然后利用Teager能量算子得到信号的Teager能量信号频谱,最后将频谱的频域特征和不对中故障的典型特征作对比,实现了对不对中故障类型与程度的简单、快速判断。实验结果验证了方法的有效性。为了完善故障特征提取的效果,本文提取了多组正常状态和三种不对中故障状态下振动信号的时域、频域和时-频域特征。其中,时频域特征来源于自适应白噪声完整聚合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise-Extreme Learning Machine,CEEMDAN)产生的数个固有模态分量(Ntrinsic Mode Function,IMF)。本文使用 K-L 散度值(Kullback.Leibler divergence,K-L)法与相关系数法筛选出真实固有模态分量,分别计算每个真实分量的排列熵与能量熵,将这些特征组成不对中故障混合特征库。为了降低冗余特征对故障诊断的影响,用核主成分分析(kernel principal components analysis,KPCA)对数个样本组成的特征集进行降维,并根据不同的高斯核宽度和特征值累计贡献率得到不同的训练集与测试集。最后,为了提高不对中故障分类准确率,本文用粒子群优化算法(Particle Swarm Optimization,PSO)优化极限学习机(Extreme Learning Machine,ELM),得到粒子群优化的ELM。将优化后的ELM作为弱故障分类器,再用AdaBoost算法将弱分类器组成强分类器。最终,得到基于PSO-ELM+AdaBoost的不对中故障诊断模型,并使用训练集与测试集验证了模型的有效性。
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TM315
【图文】:

风电,装机容量,全球,国家


排名位居全球首位。根据世界风能协会(WWEA)最新数据统计,2018年,中国逡逑新增装机容量为21.144邋GW[2】,同比增长7.5%,总装机容量达到了邋209.534GW,远超逡逑位于第二位的美国。图1-2是中国2008年至2018年风电总装机容量与年增装机容逡逑量,由图可以看出,中国风电装机容量逐年增加,2008年只有12邋GW的装机容逡逑量[2],但2008年至2018年的十年内,中国的风电装机总容量增大了邋17.46倍。逡逑2008-2018年中国风电装机总容量与年增容量(GW)逡逑■年新增装机量■总装机量逦艺逡逑^邋^逦|邋|邋|逡逑siiiLiliLiLiLiLiLiLiLJL逡逑撕邋2008邋2009邋2010邋2011邋2012邋2013邋2014邋2015邋2016邋2017邋2018逡逑年份逡逑图1-2邋2008年至2018年中国风电总装机容量与年增容量逡逑Fig.邋1-2邋The邋wind邋power邋total邋installed邋capacity邋and邋annual邋increase邋capacity邋in邋China邋from邋2008邋to邋20】8逡逑图1-3是2018年公布的全球十大风电装机容量国家,中国的风力发电装机容逡逑量己经远远超过居于第二位的美国。实际上,中国己连续多年成为全球最大的风逡逑电市场。2019年4月16日,国家发改委价格司组织召开了邋“2019年风电上网电逡逑价政策讨论会”,按照政策指引,我国风电电价会进一步下降。有国家的积极引逡逑导和支持

发电机组,风力发电机组,双馈发电机,双馈


然后介绍了双馈风力发电机组试验台的布定子侧电流验证了试验台的变速恒频运行特性。最后,与不对中故障在试验台上的实现步骤。逡逑风力发电机组逡逑力机是目前风力发电领域的研究热点之一,也是本文搭依据,本文以某厂家1.5MW有刷双馈式风力发电机组为了双馈发电机组主要组成部件的功能,并对双馈风电发恒频做了简要介绍。逡逑风力发电机组的组成逡逑所示,双馈发电机组主要部件包括叶片、变桨机构、偏航双馈发电机等。逡逑叶片轮转

【参考文献】

相关期刊论文 前6条

1 贲兆强;郭凯;乔玲;段梦;;基于粒子群优化的极限学习机冰蓄冷空调负荷预测[J];工业控制计算机;2015年10期

2 马超;张英堂;李志宁;尹刚;;基于核极限学习机的液压泵特征参数在线预测[J];计算机仿真;2014年05期

3 刘吴月;廖明夫;刘永伟;李浩;鲁鹏;;风电机组传动链模拟实验台设计与实现[J];机械科学与技术;2014年03期

4 赵梅花;阮毅;沈阳;叶斌英;赵方平;;基于风机特性模拟的风力发电系统[J];电机与控制应用;2011年03期

5 廖明夫;梁媛媛;王四季;王俨剀;;风力发电机组的不对中故障分析[J];机械科学与技术;2011年02期

6 阮跃;陆江;严可国;;振动分析故障诊断系统在轧钢机械中的应用[J];中国仪器仪表;2010年S1期

相关硕士学位论文 前10条

1 张恒;膜片联轴器刚柔耦合模型及其不对中工况下轴心轨迹的研究[D];吉林大学;2018年

2 牟竹青;往复式高压隔膜泵单向阀的早期故障诊断研究[D];昆明理工大学;2018年

3 王菲;基于VMD的转子故障特征提取及识别[D];华北电力大学;2018年

4 刘东瀛;风电传动系统滚动轴承故障诊断研究[D];东南大学;2017年

5 张强;基于PSO-ELM的多环芳烃荧光光谱定量分析[D];燕山大学;2017年

6 康娜;双馈式风电机组传动系统不对中故障诊断研究[D];北京交通大学;2017年

7 吴婧睿;基于GSO-ELM的锂离子电池剩余寿命间接预测方法研究[D];大连海事大学;2017年

8 宋治惠;基于CEEMDAN的滚动轴承早期故障特征提取方法研究[D];天津大学;2017年

9 王潇雅;基于ELM的航空发电机旋转整流器故障诊断方法研究[D];南京航空航天大学;2016年

10 高志伟;风力发电机齿轮箱状态监测与故障诊断系统的研发与实现[D];上海电机学院;2015年



本文编号:2724279

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2724279.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a696f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com