基于大数据建模分析的风电机组运行状态评估方法

发布时间：2020-11-01 21:09

　　 风力发电在可再生能源中占有的比例已相当可观,随着风电机组工作时间的增加,内部部件的磨损和老化程度也日益加剧,导致机组的运行状态逐步劣化。故及时掌握风电机组的运行状态,对保障其安全稳定运行、延长使用寿命、合理安排运维检修均具有重要意义。本文提出了用于评估风电机组运行状态的一系列方法,研究成果主要包括以下几个方面。(1)搭建了用于评估风电机组运行状态的指标体系。风电机组是由多个部件构成的一个复杂系统,各个部件之间相互影响,所以各部件的监测量之间必然存在着联系,确定的某一指标并不能真实反映相应部件的实际状态。本文根据风电机组的结构以及工作原理,基于数据挖掘算法从风电机组内部各物理量之间的关联关系入手,确定了机组的状态指标。(2)建立了风电机组状态评估指标的预测模型。考虑到浅层学习(人工神经网络、支持向量机等)方法的计算单元对复杂函数的表示能力有限,提出了一种基于Kriging和门控循环单元的组合预测模型。首先使用Kriging原理预测出线性分量,然后基于门控循环单元构建了非线性残差分量的预测模型。最后,将二者的计算结果结合起来,得出最终预测值。(3)提出了风电机组状态评估指标的动态权重计算方法,并顾及到固定值作为评估指标的极限值易导致误判的影响,提出了动态极限和劣化度。风电机组各状态指标在状态评估中所起的作用不同,且不同时期各指标对运行状态的影响程度也不同,故采用动态权重表征不同指标对评估结果的影响。首先采用层次分析法计算各评估指标的固定权重,然后采用偏互信息法确定指标的实时权重,最后将两者结合起来,作为动态权重。(4)建立了使用云模型的风电机组运行状态评估模型。首先根据上述组合预测模型求出状态指标预测值的相对误差,然后对误差进行归一化处理作为相应指标的动态劣化度。然后分别基于相似云和模糊综合评价法评估机组的运行状态,并对两种方法得出的结论进行了分析比较和总结。以上研究成果包括了风电机组状态评估指标的筛选、动态权重的计算、状态评估指标的预测和运行状态的评估四个模型,并通过实际风电场的真实运行数据进行了验证,结果符合实际情况,满足工程精度需求,具备良好的应用价值。
【学位单位】：华北电力大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM614
【部分图文】：

风电机组运行于恶劣的自然条件和复杂交变的工况下，各，非常不利于机组安全、高效和可靠的运行，且大幅降低了。风电机组的状态监测技术可做到对机组各个部件进行在线地获取各部件的实际状态信息，这对于尽早发现部件故障隐的产生起着及其重要的作用。本章在首先介绍了风电机组的了风电机组基本部件可能出现的故障类型，并确定了此风电估指标，最后使用数据挖掘算法找出了针对本机组特定的相的关系。电机组的基本组成及监测量电机组的结构机组可根据自身结构特点分为三类，分别为：失速型定桨定式变桨变速机型和双馈式变桨变速机型。其中，风电行业的变桨变速机型，基本结构如图 2-1 所示。
【相似文献】

相关期刊论文 前10条

1 潘琳;邓江;张艳玲;;试谈发电机组运行状态检测系统的必要性和功能目标[J];中小企业管理与科技(下旬刊);2009年12期

2 张克武,李毓华;抓好安全生产管理 改善机组运行状态[J];电力安全技术;2005年01期

3 谢国财;付一丁;李朝晖;;机组运行状态在线关联集成及工程应用[J];广东电力;2014年03期

4 王晨光;;发电车机组运行状态自动监测系统技术研究[J];铁道机车车辆;2007年04期

5 戴庆华;唐卫平;;水轮发电机组运行状态的远程监控和实时诊断决策[J];湖南电力;2017年01期

6 于德志;;汤河电厂2~#机组运行状态分析[J];农业与技术;2009年01期

7 李辉;胡姚刚;杨超;李学伟;唐显虎;;并网风电机组运行状态的物元评估方法[J];电力系统自动化;2011年06期

8 杨文献,姜节胜,秦卫阳;机械信号复杂性快速刻划方法研究[J];西北工业大学学报;2001年02期

9 郑佑濂，陈文戈;大型机组运行状态的振动特征与模糊识别[J];广东工学院学报;1995年S1期

10 李亚平;联合循环电厂机组运行状态判据选取方法的探讨[J];燃气轮机技术;2002年01期

相关博士学位论文 前1条

1 王永强;厂网协调模式下流域梯级电站群短期联合优化调度研究[D];华中科技大学;2012年

相关硕士学位论文 前2条

1 李秋佳;基于大数据建模分析的风电机组运行状态评估方法[D];华北电力大学;2019年

2 江顺辉;基于大数据分析的风电机组运行状态评估方法研究[D];华侨大学;2016年

本文编号：2866103