海上风电机群运行状态评价与维修决策

发布时间：2020-11-06 14:24

　　 海上风能资源丰富且具有许多陆上风电无可比拟的优势,海上风电开发已成为全球可再生能源开发的热点。海上风电机组的运行环境和可及性问题使得海上风电机组的运行维护成本较高,海上风电机组的运维已成为海上风电规模化建设急需解决的前沿问题。系统研究海上风电机群运行状态评价与维修决策方法具有重要理论意义和实用价值,因而国内外学者与研究机构在海上风电机组状态评价和故障预警、运维数据统计与分析、运维管理优化等方面做了大量的工作。针对海上风电机组运行状态评价和故障预警、机组维修方式选择和定期预防性维修时间间隔离线决策、海上风电场运维资源配置优化、运维作业任务在线排程优化等关键问题,分别展开了系统的理论研究。主要工作如下:在风电机组运行状态评价方面,提出了风电机组多层次模糊综合状态评价模型,充分利用风电机组监控系统(Supervisory Control and Data Acquisition system,SCADA)采集到的在线运行数据确定风电机组的运行状态。对海上双馈风电机组的结构进行分析,完善了多层次海上双馈风电机组的评价指标体系,采用层次分析法与相关系数法计算各级指标的组合权重,并根据劣化度进行变权调整,提高了系统状态综合评价的精度。选取典型双馈风电机组的运行数据进行海上风电机组运行状态评价,评价结果能实时反映设备的实际运行状态。在风电机组故障预警方面,建立了一种基于回归模型与高斯混合模型相结合的风电机组变桨系统运行状态在线辨识模型。将变桨系统看作一个非线性多输入多输出(Multi Input Multi Output,MIMO)系统,训练最小二乘支持向量机(Least Square Support Vector Machines,LSSVM)回归模型并实时跟踪系统的特征参数;将系统特征向量的实测值与回归计算结果的偏离定义为系统“观测值”,通过高斯混合模型(Gaussian Mixture Model,GMM)拟合机组正常运行时多维观测值的分布规律,借鉴图像处理中的“背景减除”目标检测方法识别系统的劣化状态。以一台发生过变桨轴承保持架和滚动体损坏故障的风电机组为对象,进行实例验证,证明该模型可提高变桨系统劣化状态识别的提前量。在机组维修方式选择和定期预防性维修时间间隔离线决策方面,针对海上风电机组的特点,以故障模式和影响分析(Failure Mode and Effect Analysis,FMEA)为基础,将以可靠性为中心维修方式的逻辑决断方法用于海上风电机组维修方式决策,分析了海上风电机组子系统适用的维修方式;提出了海上风电机组状态监测系统的建设流程。分析了传统定期维修计划制定方法用于海上风电机组维修管理时存在的不足,提出了海上风电机组定期维修时间间隔的估算方法。在海上风电场运维资源配置优化方面,突出气象和交通条件对海上风电机组运维的影响,建立了基于时间序列的风电机群运行维修仿真模型,采用随机模拟抽样算法进行仿真分析,评估海上风电机群的运维成本。通过敏感性分析发现影响维修效率提高的关键因素,给出了在役海上风电场运维资源(船舶抗风浪等级、航速、数量的选择,运维人员配置等)配置优化的方法和建议。运用虚拟海上风电场的数据验证了模型的可行性和准确性。在运维作业任务在线排程优化方面,建立了海上风电机群日间维修作业排程优化多目标决策模型,采用地理空间分析算法寻找每组维修作业的最优往返路径,综合发电量预测、交通工具的运输和机动能力、机组状态、场址区气象预测等因素,以维修中心资源条件为约束,以维修总费用和工作量均衡性指标为目标对决策期内的维修作业进行排程优化。采用带精英保留策略的离散粒子群算法进行求解,计算出全部待检修机组组合及其具体作业时段的非劣解集。算例分析表明,得到的非劣解集可辅助运维公司高效开展风电机群维修作业。综上,论文针对海上风电机组运行维护特点,充分利用风电机组自身的运行监控系统数据,从海上风电机群运行状态评价与维修决策的角度,深入研究了机组状态评价和故障预警、维修方式和周期离线决策、风电场运维资源配置优化、维修作业排程优化四个关键问题,采用定量化的分析方法提高了现场运维管理的科学性和精细化程度,可有效提高风电机群运维工作效率并降低运维总成本。
【学位单位】：北京交通大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TM614
【部分图文】：

Ｆｉｇｕｒｅ?２－１?Ｆｌｏｗｃｈａｒｔ?ｏｆ?ｆｕｚｚｙ?ｓｙｎｔｈｅｔｉｃ?ｅｖａｌｕａｔｉｏｎ??图２－１为风电机组模糊层次评价流程图，在评价指标较多时，使用单级模合评价，会使各因素分配到的权重较小，导致评价结果分辨率很差。因此，较多时，适合采用多层次的模糊综合评价法。多层次模糊综合评价法首先立多层次指标因素集；然后从最底层开始，自下而上地对每个层级的各个指

?０．９?＜??其中，变量＜表示第／个因素的劣化度，／＾．（＾＾＾＾一＾表示第／个指标对应??于评价等级的隶属度。各个等级隶属函数对应的图形如图２－２所示：??２０??

??备整体健康状况恶化。图３－３表示某变速变桨风电机组的风速、叶轮转速、有功功??率的三维散点图。??，一．．，ｚ．！ｚＩ、??一?２〇?ｒｚｚｒ．．．．械．．．．．．１??妄?＿ｚ．．１．．．．．．．．．＼ｆ．．．．．．．．．?！＼??２?０００＾．?－?＇：：：＇??ｉ〇〇〇＾＾３＾＾ｔＴｉ５?２０??有功功率／ｋｗ?〇?５?风速／（＿??图３－３某风机ＳＣＡＤＡ数据三维散点图??Ｆｉｇｕｒｅ?３－３?ＳＣＡＤＡ?ｄａｔａ?３Ｄ?ｓｃａｔｔｅｒｅｄ?ｐｏｉｎｔ?ｄｉａｇｒａｍ?ｆｏｒ?ａ?ｗｉｎｄ?ｔｕｒｂｉｎｅ??可见，由于风资源的动态变化和风电机组自身的动态特性，变桨系统运行参??数的分布与设计的功率曲线并不完全吻合。?‘??３．１．３变桨系统ＳＣＡＤＡ运行数据??变桨系统按照驱动方式的不同分为液压变桨和电动变桨两种，典型电动变桨??系统运行状态评价参数分为机组运行特性参数、变桨电机参数、变桨变频器参数、??后备电源参数等。从机组的４７个ＳＣＡＤＡ记录参数中选择与变桨系统工作有关的??风速、有功功率、风轮转速、３个叶片的桨距角和变桨驱动电流共９个特征参量作??为表征变桨系统运行状态的特征向量。由风速和有功功率体现的机组功率曲线如??果与设计功率曲线明显不一致，现场运行人员较易发现。因此，为挖掘深层次的??劣化征兆，本文将风速、有功功率作为系统输入，风轮转速、３个叶片的桨距角和??变桨驱动电流作为输出，将研究对象作为一个非线性（Ｍｕｌｔｉ?Ｉｎｐｕｔ?Ｍｕｌｔｉ?Ｏｕｔｐｕｔ，??ＭＩＭＯ）系统研究。??用ｘａ｛Ａ〇表示变桨系统特征向量，其中ｊＶ表示样本个数
【相似文献】

相关期刊论文 前10条

1 ;海上风电开发规模有望达3000万千瓦[J];现代焊接;2010年07期

2 ;我国全面掌握海上风电建设核心技术[J];安庆科技;2012年04期

3 ;“十二五”风电科技规划海上风电将成“主战场”[J];现代焊接;2012年06期

4 ;到2025年亚太区海上风电市场规模有望超602亿美元[J];工具技术;2017年11期

5 王菲;;海上风电技术论坛:突破技术瓶颈 谱写新篇章[J];风能;2017年11期

6 ;创新产品 升级技术 整合服务 壳牌携手风电设备商共迎海上风电“新风口”[J];电气时代;2017年10期

7 王倩倩;;三峡征战海上风电[J];国资报告;2018年02期

8 舟丹;;海上风电成为能源产业投资新“风口”[J];中外能源;2018年01期

9 席菁华;;三峡集团打造海上风电国际产业园[J];能源;2018年02期

10 俞晓峰;王倩;李子林;苏伊雯;;深远海域海上风电工程风险和不确定因素研究[J];风能;2018年02期

相关博士学位论文 前10条

1 郭慧东;海上风电机群运行状态评价与维修决策[D];北京交通大学;2018年

2 李显强;海上风电机组雷电防护研究[D];武汉大学;2015年

3 钟舒雅;海上风电场的运营维护优化研究[D];上海大学;2016年

4 王磊;海上风电机组系统动力学建模及仿真分析研究[D];重庆大学;2011年

5 郝二通;海上风电机组结构抗船撞及抗震性能研究[D];大连理工大学;2016年

6 董霄峰;海上风机结构振动特性分析与动态参数识别研究[D];天津大学;2014年

7 陈广思;海上风电宽浅式筒型基础地基承载力极限分析及试验研究[D];天津大学;2014年

8 索之闻;基于MMC的高压大功率DC/DC变换器拓扑与控制策略研究[D];华北电力大学(北京);2017年

9 李响;大容量海上风电机组并网与电力传输技术研究[D];华北电力大学;2014年

10 孟珣;基于动力特性的海上风力发电支撑结构优化技术研究[D];中国海洋大学;2010年

相关硕士学位论文 前10条

1 林佳悦;向量式有限元弹簧碰撞方法及数值分析[D];哈尔滨工程大学;2018年

2 王文斌;基于实物期权的A集团海上风电项目投资决策研究[D];北京交通大学;2018年

3 胡恩德;风力潮流联合发电系统的构建方案与仿真研究[D];浙江大学;2017年

4 张海瀛;基于二元语义的海上风电项目风险分析[D];天津大学;2017年

5 孙秋霞;海上风电维护双体船结构优化设计研究[D];大连理工大学;2017年

6 刘诗涵;直驱永磁海上风电系统低电压穿越能力研究[D];长沙理工大学;2017年

7 梁伟;海上直流风电场故障条件下的拓扑重构及协调控制研究[D];华中科技大学;2016年

8 张雪娜;海上风电项目风险管理信息系统研究[D];大连理工大学;2017年

9 谢珍珍;海上风电项目运行期风险评价研究[D];大连理工大学;2013年

10 关欣;科技报告《欧洲五国海上风电政策评述》（第五章）英汉翻译实践报告[D];牡丹江师范学院;2017年

本文编号：2873256