基于信息融合的风电机组状态监测研究

发布时间：2019-08-10 10:38

【摘要】：近年来，随着风力发电产业的快速发展，我国的风电场在装机容量和机组数量上一直保持较大的提升。与此同时，风电机组发生故障的情况也随之增多。在提高风力发电技术的同时，往往忽略了对风电机组运行状态的监测，导致机组在轻微异常的时候未能及时发现，最终演变为严重故障，既影响了风电场整体运行及经济效益，又容易引发安全事故。传统的监测方法不能全面、有效地反应机器运行状态，本文在深入研究信息融合技术的基础上，将其应用于风力发电机组状态监测中，以实现对风电机组正常或异常状态的准确识别。本文首先研究风力发电机的内部结构与工作方式，并从振动的角度，参考大型旋转机械，对其主传动系统的常见故障进行分析。由于兆瓦级风力发电机组结构复杂，工作条件恶劣，传统的监测手段不能得到良好的效果，故引入信息融合技术，利用多传感器联合监测，对数据特征进行融合的手段，实现对风电机组的状态监测与识别。建立信息融合模型，对单个传感器所采集的振动信号做初步处理，并对其进行时域、频域及相关分析。研究信息融合算法，为适应风电机组状态监测，，本文提出了一种改进的贝叶斯方法，将提取出来的信号特征输入到该算法中，做特征级融合，得到单一传感器对被测部件状态的评价结果。再将各个传感器的融合结果作为输入，经过D-S证据理论进行决策级融合，得到最终的识别结果。在虚拟仪器Labview平台上对监测系统进行开发，使用其中的matlab script节点实现了Labview和MATLAB联合编程，充分发挥两款软件在各自领域的优势，完成模型搭建、数据融合等工作。根据国家能源局发布的风力发电机组振动状态监测导则（NB/T31004-2011）行业标准与德国的风力发电机标准（VDI3834-1-2009），并结合现场风电机组实际情况，确定传感器的位置布局与安装方式。分别在实验室与风电场，利用旋转机械试验台和实际采集到的风力发电机振动数据对所设计的系统进行测试，结果证明，本文设计的基于信息融合技术的风电机组状态监测系统能够实现对信号的分析
【图文】：

通用公司

图 1.2 通用公司 Bently Nevada 系统国外风力发电机状态监测系统最具代表的产品是瑞典斯凯孚公司研制WindCon3.0 状态监测及故障诊断系统，在国内一些风电场已投入安装使用，其价格技术保密。SKF WindCon3.0 系统可以安装在陆地或海域的各种型号或尺寸的风力上，使风场工程人员监测风力发电机的状态，尽早确定维护时间，从而保证风力发最佳工作性能并预防潜在的设备故障。可以为风力发电机的各个部件提供状态监测对以下状态进行监测：桨叶不平衡、轴不对中、轴偏差、机械松动、基座松弛、态、齿轮损坏、发电机转动体/定子失效、共振问题、塔架振动、失效电流、润滑不

界面图,系统软件,公司,界面

图 1.2 通用公司 Bently Nevada 系统国外风力发电机状态监测系统最具代表的产品是瑞典斯凯孚公司研制的Con3.0 状态监测及故障诊断系统，在国内一些风电场已投入安装使用，其价格昂保密。SKF WindCon3.0 系统可以安装在陆地或海域的各种型号或尺寸的风力发使风场工程人员监测风力发电机的状态，尽早确定维护时间，从而保证风力发电工作性能并预防潜在的设备故障。可以为风力发电机的各个部件提供状态监测。下状态进行监测：桨叶不平衡、轴不对中、轴偏差、机械松动、基座松弛、轴齿轮损坏、发电机转动体/定子失效、共振问题、塔架振动、失效电流、润滑不足
【学位授予单位】：内蒙古科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM614

【参考文献】