大型风电机组运行状态评价与分析

发布时间：2020-04-06 01:11

【摘要】：风力发电在减轻我国电力供应紧张的形势、节约能源、降低长期发电成本、减少能源利用造成的大气污染和温室气体减排等方面大有裨益,因此世界范围内风电装机容量迅猛增长,如今风力发电已变成为我国第三大主力电源,并且每年仍在以1500万千瓦左右的装机容量飞速增长,但风机零部件故障仍是导致非正常停机的主要原因。针对风机零部件故障率高等问题加强风电机组监测评估,引导和规范风电市场秩序,保障风电产业健康持续发展。目前如何确保风电场经济效益提高、发电量增加和故障率以及运维费用减少这一课题成为当前国内外研究的热门课题。本文针对这一问题围绕大型风电机组运行状态评价与与分析进行了系统的研究,其主要内容如下：本文介绍了并网风电机组的基本结构、在线监测信息、主要部件的故障机理和故障统计信息以及主要部件的故障诊断方法。并提出了基于相似度度量和灰色预测理论的风电机组运行状态评价与分析研究方法,对风电机组的实时历史数据挖掘生成设备超球动态模型,实现对机组运行状态评价与分析。在理论的研究基础上,利用构建SIS系统对风电机组进行数据挖掘,并开发了大型风电机组运行状态评价与分析软件系统,结合工程实例分析,实现了对风电机组运行状态的评价与分析,在实际应用中起到了良好的社会效益和经济效益,为发电企业的风电机组安全稳定运行起到了积极作用。
【图文】：

超球,风电机组,历史数据,生成过程

华北电力大学硕士学位论文风电机组SCADA系统采集包含所有运行参数的现场数据，所有的实时懫样值组构成了风电机组运行状态建模的历史数据。其每一组采样状态参数值都代表着风电机组运行过程中间的一个运行状态，风力发电机组的故障必然会引起有关运行参数的异常变化，机组运行中正常状态的集合都蕴含于海量历史数据当中，从这些状态集合中蹄选出最能代表机组运行状态的点来生成机组运行状态特征点，然后利用这些状态点来构建风电机组运行动态模型。从空间角度来看待此问题，风电机组运行状态模型生成的过程就是用从机组历史运行数据中蹄选关联状态点从而构成风电机组运行状态的过程：

风电机组,超球,状态预测,异常状态

图3-3风电机组状态预测过程（左图为"超球”模型，，中图为正常状态，右图为异常状态）当大型风电机组运行状态动态模型收到现场并网风电机组实时数据库采集的运行数据时，第一步骤是判断风电机组当前运行状态在“超球”动态模型中的位置，采用多变量z1合性分析计算出机组当前状态和模型各状态点之间的相似度距离从而接着得出当前风力发电机组运行状态与历史状态的相似度利用相似
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM315

【参考文献】