多传感器节点数据融合在风电塔筒监测预警中的应用

发布时间：2020-09-28 06:29

　　风力塔筒是风力发电装置的重要受力部件之一。风力塔筒给风轮、机舱以及叶片提供满足要求的、可靠的稳定支撑力,提供安装、检修等工作平台。风电塔筒的正常工作状态是风电机组正常发电的基本保证。风电塔筒的沉降、倾斜、震动等现象会导致风电塔筒倒塌、起火等严重事故,殃及人身和财产安全。无人坚守的风电场,无法在第一时间通知管理人员调度检修人员在最短时间内修复风机设备,从而给风电场造成巨大损失,甚至造成灾难性的影响。针对当前风电场对塔筒状态监测的劳动强度大、费时费力、检测精度低、不具有预警功能等缺点。算法方面提出了基于多传感器数据融合的风电塔筒倾斜沉降监测预警算法,结合相关理论对数据进行分析。利用加权均值数据融合和置信区间数据校验的数据预处理方法对风电塔筒的倾斜、沉降现场多传感器数据进行初步整合,数据预处理的结果应用到基于回归分析的对数模型预测算法中,对已经测量的数据进行拟合,得到预测模型。详细介绍了方法的理论推导过程,并对相关的算法做了仿真对比,验证了算法的可行性。通过对数模型,进而预测未来时间的风电塔筒倾斜沉降状态变化趋势,当预测时间内倾斜度或沉降量可能超过阈值时,自动发出警报,通知工作人员迅速启动维护程序,从而实现预警的目的。软件方面设计了监测预警人机交互界面,实现了对倾斜度和沉降量的直观展示、曲线生成功能和监测预警功能。该系统具有较高的预警精确度,具有理论价值和应用价值,适合在风力发电场等相关场所进行采用。
【学位单位】：东北电力大学
【学位级别】：硕士
【学位年份】：2016
【中图分类】：TM315
【文章目录】：
摘要
Abstract
第1章绪论
    1.1 课题的背景及意义
    1.2 风电机组状态监测国内外研究现状和发展
        1.2.1 国外研究情况
        1.2.2 国内研究情况
        1.2.3 风电塔筒状态监测现状和发展趋势
    1.3 课题的研究内容及论文结构安排
        1.3.1 研究内容
        1.3.2 论文结构安排
第2章数据融合技术
    2.1 数据融合技术的研究
        2.1.1 数据融合定义
        2.1.2 数据融合的基本原理
        2.1.3 数据融合的功能模型
        2.1.4 数据融合的结构
    2.2 数据融合分类与主要方法
        2.2.1 基于数据级的融合
        2.2.2 基于特征级的融合
        2.2.3 基于决策级的融合
    2.3 数据融合预测技术研究
    2.4 数据融合的应用和存在的问题
        2.4.1 数据融合的应用
        2.4.2 数据融合存在的问题
    2.5 本章小结
第3章风电塔筒倾斜沉降监测预警方法的研究
    3.1 数据预处理方法模型
        3.1.1 多传感器数据融合预处理
        3.1.2 坏值数据预处理
        3.1.3 空值数据预处理
    3.2 预测方法的基本原理和预测模型
        3.2.1 预测方法的基本原理
        3.2.2 预测方法模型
    3.3 风电机组塔筒数据处理
    3.4 算法仿真
        3.4.1 风电机塔筒倾斜数据
        3.4.2 风电机塔筒沉降数据
    3.5 本章小结
第4章风电塔筒状态监测预警系统设计和实现
    4.1 系统总体设计方案
        4.1.1 现场数据采集模块
        4.1.2 网络传输模块
        4.1.3 终端监测模块
    4.2 监测系统软件整体设计
        4.2.1 系统整体框架设计
        4.2.2 系统整体结构设计
    4.3 软件主要模块的实现
        4.3.1 主页登录页面
        4.3.2 倾斜监测预警模块
        4.3.3 沉降监测预警模块
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢

【相似文献】