基于MDI-ANFIS的变桨电机温度趋势监测及预警方法研究

发布时间：2020-11-20 12:29

　　 风力发电机大多运转在环境恶劣的偏远区域,时常会产生大风、强风,突然阵风等天气,而变桨系统的核心任务是捕获风能,最大程度地使用风力资源,环境对该系统的作用比较显著。作为风力发电机的关键构成机构,变桨系统可否无故障工作直接对风机的平稳运转产生影响。针对变桨机构的故障采取合理的告警方案,不仅可以实时无误地预报故障位置,减少不必要地安全事故,而且降低风力发电机的维护费用。论文在深入探究风电变桨机构的结构以及发生故障原因的基础上,以变桨电机温度故障为例,提出一种基于MDI-ANFIS的变桨电机温度趋势状态监测及预警方案。该方案以风电机组的历史运行数据为基础,首先通过特征选择的方法找到变桨电机温度的特征参数,然后进行数据建模,拟合出变桨电机温度的正常曲线。最后,通过对变桨电机温度的偏差序列求取窗口均值和标准差来判断变桨电机温度趋势的异常状态并发出预警信号。具体研究内容主要有:(1)介绍风电变桨系统的功能结构组成及常见的故障类型,以变桨电机温度故障为例分析其原因。通过分析风机的SCADA数据,初选出变桨系统的监测变量,再采用RRelifF方法找到变桨电机温度的特征变量。(2)考虑变桨电机温度的特征参数中,既有数值数据,又有分类数据的问题,提出混合数据输入的自适应神经模糊推理系统。它在数值数据输入的自适应神经模糊推理结构基础上,通过引入激励强度转移矩阵和后件影响矩阵,把分类数据对推理结果的影响加载到模糊规则的前后件上,使系统能够处理混合数据输入。(3)利用针对混合数据输入的自适应模糊推理系统建立的变桨电机温度模型,找到变桨电机实际运行的温度偏差,再对偏差序列计算窗口期望和标准差找到各自的置信区间。当变桨电机温度的实际窗口期望或标准差的置信区间边界超过各自设定值时,就产生异常预警。
【学位单位】：沈阳工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM315
【部分图文】：

1.叶片 2.变桨机构 3.轮毂 4.发电机转子 5.发电机定子6.偏航机构 7.测风机构 8.辅助升降机 9.机舱主控制柜 10.底座 11.塔架图 2.2 风力发电机组Fig. 2.2 Wind turbines）叶轮

图 2.3 变桨系统总体结构示意图Fig. 2.3 Pitch system structure diagram从图上我们可以看出位于轮毂中的变桨装置共有三套，其中每套都通过滑的控制器和电源相连。变桨系统的驱动方式采用以变桨电机为动力的电动

图 2.4 变桨控制系统框图Fig. 2.4 Pitch control system block diagram从上图可以看出，变桨控制系统采用发电机转子电流与叶轮桨距角调节相
【参考文献】

相关期刊论文 前10条

1 殷庆栋;魏颖莉;刘斌杰;;大型机组启动过程分析及优化措施[J];河北电力技术;2014年02期

2 李辉;杨超;李学伟;季海婷;秦星;陈耀君;杨东;唐显虎;;风机电动变桨系统状态特征参量挖掘及异常识别[J];中国电机工程学报;2014年12期

3 甘槐樟;周鑫盛;;风电场风机变桨系统故障分析[J];湖南电力;2012年06期

4 徐峻岭;周毓明;陈林;徐宝文;;基于互信息的无监督特征选择[J];计算机研究与发展;2012年02期

5 郭鹏;David Infield;杨锡运;;风电机组齿轮箱温度趋势状态监测及分析方法[J];中国电机工程学报;2011年32期

6 陈然;戴齐;;基于重要点的时间序列固定分段数分段算法[J];计算机技术与发展;2011年09期

7 康建;;风力发电机变桨系统[J];电器工业;2011年07期

8 谢源;焦斌;;风力发电机组状态监测系统与故障诊断方法研究现状[J];上海电机学院学报;2010年06期

9 刘永前;王飞;时文刚;卓越;;基于支持向量机的风电机组运行工况分类方法[J];太阳能学报;2010年09期

10 安学利;蒋东翔;;风力发电机组运行状态的混沌特性识别及其趋势预测[J];电力自动化设备;2010年03期

相关博士学位论文 前1条

1 曲吉林;时间序列挖掘中索引与查询技术的研究[D];天津大学;2006年

相关硕士学位论文 前6条

1 田彤彤;基于SCADA数据的风电机组变桨系统运行状态评估与预测研究[D];北京交通大学;2017年

2 王羽;基于运行数据的风电机组状态监测研究[D];华北电力大学;2013年

3 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

4 王浩;大型风力发电机组变桨距控制技术的研究[D];中南大学;2011年

5 康潇;风电并网对系统稳定性的影响及改善措施研究[D];华北电力大学（北京）;2011年

6 周昆鹏;直驱型同步风力发电机组故障诊断系统的研究和设计[D];中南大学;2010年

本文编号：2891413