基于数据统计分析的变桨系统故障预警方法

发布时间：2017-10-19 19:05

  本文关键词：基于数据统计分析的变桨系统故障预警方法

  更多相关文章： 变桨系统 最小二乘法 数据统计 区间划分 滑动窗口

【摘要】：变桨系统是风电机组重要的结构系统,变桨系统能否正常运行直接影响机组的安全稳定运行,而风电机组多工作环境恶劣地区,经常出现大风、强风,同时包括突来阵风情况,而变桨系统的主要功能是捕捉风能,最大限度的利用风能,环境对该系统的影响更加明显。如果不提供行之有效的预警方案,当变桨系统一旦发生故障,我们在难以展开维修工作的同时,也对风电场造成重大的经济损失,因此针对变桨系统的典型故障制定有效的预警方案,不仅能够及时准确的预警故障信息,避免发生严重的故障情况,而且保证机组的运行的经济性。现在国内外针对大型复杂系统的预警方案提出了众多研究方案,其中包括变桨系统的三大典型故障。虽然国内外提出了各种不同的方案,但大多数是基于恒定单一阈值预警或基于某一单参数划分工况。这样的预警方案存在一定的缺陷,举例来讲,对于变桨角度故障设定单一阈值,未考虑到突来阵风的影响,提出报警但实际并未引起故障；对于变桨电机温度故障来讲,设定单一阈值预警限,未考虑到环境温度和风速对变桨电机运行温度的影响,而出现误报警率高等问题。由于存在各种问题,导致无法合理预警故障信息,不利于机组的稳定运行。本文在深入研究变桨系统结构和典型故障原因的基础上,通过建立FMEA和故障树分析,深入挖掘数据参数间的内在联系,结合SCADA系统的大量历史和实测数据,针对三种典型故障分别提出预警方案,以便抑制或解决误报警和不报警情况。针对变桨角度故障,提出基于最小二乘法拟合历史数据曲线,形成正常运行状态下模型,采用基于欧氏距离的方法确定单个叶片的正常工作角度范围；对两个以上叶片角度差的处理方法采用历史统计数据分析的方法,确定阈值预警限,同时采用滑动窗口的方法计算故障异常率,以此作为预警指标,可以通过观察故障率的走势,判断是否出现故障情况。该方法相对于以阈值作为预警指标的方法,能够有效预警的同时,可以观测到故障异常率的发展趋势,降低误报警率,保证机组的稳定运行。针对变桨转矩故障,提出基于历史数据统计分析的方法设定阈值预警限,通过采用残差置信区间的方法设定预警指标,通过计算残差的平均值和标准差来观察是否超出设定的置信区间范围来判断是否出现故障情况。该方法简单有效,从平均值和标准差的角度出发,减少了异常数据对分析的影响,同时可以看出整体趋势的发展情况,便于总体分析。针对变桨电机温度故障,提出基于区间划分的方法,为了避免环境温度对变桨电机运行温度的影响,提出基于风速和变桨电机与环境温度差作为划分依据,将整体工况划分为m*n个区间,针对每个区间基于数据统计分析设定上下预警限,基于滑动窗口计算故障异常率作为报警指标。该方法将整体工况划分为不同的区间,根据区间工况变化设定不同的预警值,相比单一阈值预警来讲,有效的提高了预警的准确性。通过预警方案可以有效的监测故障发生情况,而FMEA和故障树分析为故障原因排查和制定详细的维修措施提供了保障。本文在预警的同时,提出了针对故障主要原因的维修措施,防止事故进一步严重化,节约维修成本,减少维修时间,提高机组的运行效率。
【关键词】：变桨系统 最小二乘法 数据统计 区间划分 滑动窗口
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM315
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 绪论12-17
• 1.1 选题背景及意义12-13
• 1.2 风力发电国内外发展现状及趋势13-15
• 1.2.1 国外发展现状及趋势13-14
• 1.2.2 国内发展现状及趋势14-15
• 1.3 本文主要内容15-17
• 第2章 变桨系统功能结构及典型故障分析17-35
• 2.1 变桨系统的功能与结构17-20
• 2.1.1 变桨系统功能17
• 2.1.2 变桨系统结构特点17-20
• 2.2 变桨系统主要故障类型及故障原因20-22
• 2.2.1 变桨角度故障20-21
• 2.2.2 变桨转矩故障21
• 2.2.3 变桨电机故障21-22
• 2.3 变桨系统故障模式及其影响分析(FMEA)22-28
• 2.4 变桨系统故障树建立28-34
• 2.5 本章小节34-35
• 第3章 基于数据分析的变桨系统典型故障预警35-51
• 3.1 变桨系统典型故障预警方法及流程35-37
• 3.1.1 变桨角度故障预警方法及流程35-36
• 3.1.2 变桨转矩故障预警方法及流程36
• 3.1.3 变桨电机故障预警方法及流程36-37
• 3.2 变桨系统典型故障预警参数选取37-39
• 3.3 基于最小二乘法的曲线拟合39-43
• 3.3.1 最小二乘法简介39-41
• 3.3.2 基于欧式距离的偏差度分析41-42
• 3.3.3 基于最小二乘法的变桨角度故障拟合实例分析42-43
• 3.4 基于数据分析的变桨系统故障预警限设定43-48
• 3.4.1 变桨角度故障预警限设定43-44
• 3.4.2 基于数据分析的变桨转矩阈值预警限设定44-45
• 3.4.3 变桨电机温度故障预警限设定45-48
• 3.5 基于滑动窗口和置信区间的预警指标设定48-50
• 3.5.1 基于滑动窗口方法预警指标设定48
• 3.5.2 基于残差分析置信区间预警指标设定48-50
• 3.6 本章小结50-51
• 第4章 变桨系统典型故障预警案例分析51-72
• 4.1 预警参数的预处理51-53
• 4.2 变桨角度故障预警案例分析53-57
• 4.2.1 变桨角度故障预警案例分析53-57
• 4.2.2 变桨角度故障主要原因排查57
• 4.3 变桨转矩故障预警案例分析57-61
• 4.3.1 变桨转矩故障预警案例分析57-61
• 4.3.2 变桨转矩故障主要原因排查61
• 4.4 变桨电机温度故障预警案例分析61-71
• 4.4.1 变桨电机温度故障预警案例分析61-70
• 4.4.2 变桨电机温度故障主要原因排查70-71
• 4.5 本章小结71-72
• 第5章 风电变桨系统故障诊断方法工程应用72-80
• 5.1 系统开发环境72-73
• 5.2 系统开发路线73-74
• 5.3 SCADA系统数据获取与传输74-75
• 5.3.1 SCADA数据的获取和传输74
• 5.3.2 数据采集系统74-75
• 5.4 系统功能75-79
• 5.4.1 变桨系统实时数据监测功能76
• 5.4.2 变桨系统故障诊断功能76-77
• 5.4.3 故障报表管理功能77-78
• 5.4.4 变桨系统故障知识库功能78-79
• 5.5 本章小结79-80
• 第6章 结论与展望80-82
• 6.1 结论80-81
• 6.2 展望81-82
• 参考文献82-86
• 攻读硕士学位期间发表的论文及其它成果86-87
• 致谢87

【参考文献】

中国期刊全文数据库 前3条

1 康建;;风力发电机变桨系统[J];电器工业;2011年07期

2 谭忠富;鞠立伟;;中国风电发展综述:历史、现状、趋势及政策[J];华北电力大学学报(社会科学版);2013年02期

3 陈建林;陈荐;;新能源科学与工程本科专业人才培养模式探究[J];中国电力教育;2013年22期

中国硕士学位论文全文数据库 前1条

1 李学伟;基于数据挖掘的风电机组状态预测及变桨系统异常识别[D];重庆大学;2012年

，

本文编号：1062793