风力发电机组变桨系统状态监测与故障诊断研究
发布时间：2022-12-03 19:14
随着风力发电产业的不断发展和装机容量逐渐扩大,对风电机组的要求也越来越高,其主要组成部分变桨系统的故障率也居高不下,对风电机组变桨系统的运行状态进行监测和故障诊断是急需解决的问题。本文针对以风电机组运行状态的可靠性问题展开研究,基于监视控制与数据采集系统（Supervisory Control And Data Acquisition,SCADA）数据对变桨系统故障高发部位的运行状态进行监测分析。首先对风电机组变桨系统的组成、工作原理以及主要故障类型进行了详细的介绍,并针对现存的状态监测和故障诊断的问题提出了改进的非线性状态估计模型（Nonlinear State Estimate Technique,NSET）,对风电机组变桨系统相关运行状态进行了状态评估。并与已有的状态监测模型神经网络模型中的BPNN（Back Propagation Neural Network）模型进行对比分析,验证NSET模型的可行性和优越性。然后在故障诊断的基础上提出失效分析的思想,结合模糊评判理论与核密度分析以及超级电容容值分析等方法主要对风电机组变桨系统超级电容的真实运行状态进行了具体的评估,初步实现对...
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.1.1 国内外风电发展现状
1.1.2 全球风电变桨系统的发展情况
1.2 风力发电机组故障诊断的意义
1.2.1 变桨系统的主要故障类型
1.2.2 状态监测和故障诊断意义
1.3 常见的风机状态监测与故障诊断技术
1.4 SCADA监测系统
1.4.1 SCADA系统简介
1.4.2 SCADA系统在风电机组状态监测上的应用现状
1.5 论文研究的内容及结构
第2章 基于先验知识提出的非线性状态估计模型
2.1 引言
2.2 模型建立原理
2.2.1 非线性状态估计模型过程记忆矩阵的构建
2.2.2 相似性原理及相似度曲线
2.3 NSET建模的具体步骤
2.3.1 输入参数的选择及历史观测向量矩阵K的形成
2.3.2 样本数据预处理
2.3.3 优化过程记忆矩阵
2.4 NSET模型在变桨系统状态预测上的应用
2.4.1 模型过程记忆矩阵的构建
2.4.2 非线性状态估计模型验证
2.5 本章小结
第3章 不同运行状态下变桨系统运行状态监测
3.1 引言
3.2 不同工况下NSET模型的监测方法
3.2.1 变桨系统正常工作状态监测
3.2.2 变桨系统故障工况状态监测
3.3 神经网络监测模型概述
3.4 组合监测模型的搭建
3.4.1 组合原理
3.4.2 组合模型建模过程
3.5 本章小结
第4章 变桨系统超级电容失效分析
4.1 引言
4.2 引入模糊综合评估构造失效诊断模型
4.2.1 诊断体系指标选取与诊断矩阵确定
4.2.2 权重的确定及变权理论的引入
4.2.3 核密度估计
4.3 风电机组变桨超级电容老化失效诊断
4.3.1 超级电容的寿命与老化
4.3.2 超级电容状态监测与失效诊断的设计
4.4 现场实际数据验证
4.5 TABLEAU SOFTWARE可视化方案
4.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
【参考文献】：
期刊论文
[1]液压变桨型风机变桨系统常见故障浅析[J]. 郑博源,鞠彬. 山东工业技术. 2018(01)
[2]风电机组变桨系统原理与维护[J]. 丛智慧. 内蒙古科技与经济. 2016(18)
[3]大风电机组变桨用超级电容模组健康状态在线监测方法研究[J]. 石建,周腊吾,葛召炎,陈浩. 电力系统保护与控制. 2016(12)
[4]基于模糊综合评价的海上直驱风电机组运行状态评估[J]. 黄必清,何焱,王婷艳. 清华大学学报(自然科学版). 2015(05)
[5]改进蜂群算法在风机变桨距控制中的应用[J]. 任丽娜,吕明月,王振臣. 机械设计与制造. 2015(03)
[6]基于非线性状态估计的风电机组变桨控制系统故障识别[J]. 尹诗,余忠源,孟凯峰,李闯,王其乐. 中国电机工程学报. 2014(S1)
[7]风力发电机组叶片故障诊断[J]. 李大冰,吉荣廷,冯文秀. 节能技术. 2013(06)
[8]基于SOC调整的光伏电站储能系统调控策略[J]. 黄羚,蔡涛,陈天锦,段善旭,代倩. 电力系统保护与控制. 2013(16)
[9]我国风力发电的现状和前景探讨[J]. 陶金,张雪,刘煜龙,徐明辉. 现代机械. 2013(03)
[10]风力发电系统状态监测和故障诊断技术综述(英文)[J]. 杭俊,张建忠,程明,王伟,张明. 电工技术学报. 2013(04)
硕士论文
[1]基于SCADA数据和振动信息相结合的风电机组状态监测研究[D]. 孙伟.燕山大学 2017
[2]基于SCADA系统的大型风电机组在线状态评估及故障定位研究[D]. 梁颖.华侨大学 2013
[3]超级电容荷电状态计算方法的研究[D]. 郝国亮.华北电力大学 2012
[4]兆瓦级风力发电机组电动变桨距控制策略的研究[D]. 曹野.沈阳工业大学 2010
[5]超级电容能量监控系统的研究与设计[D]. 徐文兵.上海交通大学 2008
本文编号：3706816
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.1.1 国内外风电发展现状
1.1.2 全球风电变桨系统的发展情况
1.2 风力发电机组故障诊断的意义
1.2.1 变桨系统的主要故障类型
1.2.2 状态监测和故障诊断意义
1.3 常见的风机状态监测与故障诊断技术
1.4 SCADA监测系统
1.4.1 SCADA系统简介
1.4.2 SCADA系统在风电机组状态监测上的应用现状
1.5 论文研究的内容及结构
第2章 基于先验知识提出的非线性状态估计模型
2.1 引言
2.2 模型建立原理
2.2.1 非线性状态估计模型过程记忆矩阵的构建
2.2.2 相似性原理及相似度曲线
2.3 NSET建模的具体步骤
2.3.1 输入参数的选择及历史观测向量矩阵K的形成
2.3.2 样本数据预处理
2.3.3 优化过程记忆矩阵
2.4 NSET模型在变桨系统状态预测上的应用
2.4.1 模型过程记忆矩阵的构建
2.4.2 非线性状态估计模型验证
2.5 本章小结
第3章 不同运行状态下变桨系统运行状态监测
3.1 引言
3.2 不同工况下NSET模型的监测方法
3.2.1 变桨系统正常工作状态监测
3.2.2 变桨系统故障工况状态监测
3.3 神经网络监测模型概述
3.4 组合监测模型的搭建
3.4.1 组合原理
3.4.2 组合模型建模过程
3.5 本章小结
第4章 变桨系统超级电容失效分析
4.1 引言
4.2 引入模糊综合评估构造失效诊断模型
4.2.1 诊断体系指标选取与诊断矩阵确定
4.2.2 权重的确定及变权理论的引入
4.2.3 核密度估计
4.3 风电机组变桨超级电容老化失效诊断
4.3.1 超级电容的寿命与老化
4.3.2 超级电容状态监测与失效诊断的设计
4.4 现场实际数据验证
4.5 TABLEAU SOFTWARE可视化方案
4.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
【参考文献】：
期刊论文
[1]液压变桨型风机变桨系统常见故障浅析[J]. 郑博源,鞠彬. 山东工业技术. 2018(01)
[2]风电机组变桨系统原理与维护[J]. 丛智慧. 内蒙古科技与经济. 2016(18)
[3]大风电机组变桨用超级电容模组健康状态在线监测方法研究[J]. 石建,周腊吾,葛召炎,陈浩. 电力系统保护与控制. 2016(12)
[4]基于模糊综合评价的海上直驱风电机组运行状态评估[J]. 黄必清,何焱,王婷艳. 清华大学学报(自然科学版). 2015(05)
[5]改进蜂群算法在风机变桨距控制中的应用[J]. 任丽娜,吕明月,王振臣. 机械设计与制造. 2015(03)
[6]基于非线性状态估计的风电机组变桨控制系统故障识别[J]. 尹诗,余忠源,孟凯峰,李闯,王其乐. 中国电机工程学报. 2014(S1)
[7]风力发电机组叶片故障诊断[J]. 李大冰,吉荣廷,冯文秀. 节能技术. 2013(06)
[8]基于SOC调整的光伏电站储能系统调控策略[J]. 黄羚,蔡涛,陈天锦,段善旭,代倩. 电力系统保护与控制. 2013(16)
[9]我国风力发电的现状和前景探讨[J]. 陶金,张雪,刘煜龙,徐明辉. 现代机械. 2013(03)
[10]风力发电系统状态监测和故障诊断技术综述(英文)[J]. 杭俊,张建忠,程明,王伟,张明. 电工技术学报. 2013(04)
硕士论文
[1]基于SCADA数据和振动信息相结合的风电机组状态监测研究[D]. 孙伟.燕山大学 2017
[2]基于SCADA系统的大型风电机组在线状态评估及故障定位研究[D]. 梁颖.华侨大学 2013
[3]超级电容荷电状态计算方法的研究[D]. 郝国亮.华北电力大学 2012
[4]兆瓦级风力发电机组电动变桨距控制策略的研究[D]. 曹野.沈阳工业大学 2010
[5]超级电容能量监控系统的研究与设计[D]. 徐文兵.上海交通大学 2008
本文编号：3706816
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3706816.html
