發(fā)布時(shí)間：2018-03-19 03:08

  本文選題：風(fēng)電機(jī)組　切入點(diǎn)：大數(shù)據(jù)　出處：《華北電力大學(xué)(北京)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著能源結(jié)構(gòu)的轉(zhuǎn)型和調(diào)整,風(fēng)力發(fā)電迅速發(fā)展,成為主要發(fā)電方式之一。風(fēng)電場通常位于偏遠(yuǎn)地區(qū),運(yùn)行條件相對較差,國家監(jiān)測和對機(jī)組的安全和經(jīng)濟(jì)性能評估至關(guān)重要。今天,大數(shù)據(jù)正在推動新一輪技術(shù)創(chuàng)新,這項(xiàng)關(guān)鍵技術(shù)已經(jīng)發(fā)展到各行各業(yè),風(fēng)電行業(yè)也不例外。在本文中,首先通過對大規(guī)模風(fēng)場故障數(shù)據(jù)的統(tǒng)計(jì)分析,形成了風(fēng)力發(fā)電設(shè)備主要部件的故障模式及其分布;在此基礎(chǔ)上,研究了雙饋式風(fēng)力發(fā)電機(jī)組(DFIG)的故障模式、機(jī)理、原因和診斷方法,應(yīng)用故障樹分析給出風(fēng)電就主要部件的故障模式,為風(fēng)電設(shè)備的運(yùn)行維護(hù)提供了技術(shù)支持;最后,分析了雙饋式風(fēng)電機(jī)組主要部件齒輪和軸承的振動信號特點(diǎn),以及故障齒輪和軸承的特性信息提取方法。本文的研究以國內(nèi)風(fēng)電公司為對象,系統(tǒng)收集和分析風(fēng)電場設(shè)備的故障數(shù)據(jù),獲得風(fēng)力發(fā)電機(jī)組的主要數(shù)據(jù)、組件故障率和停機(jī)時(shí)間數(shù)據(jù)的分布,形成組件級故障模式。為進(jìn)行高效的風(fēng)力發(fā)電機(jī)組運(yùn)行和維護(hù)管理提供參考數(shù)據(jù)和技術(shù)支持。同時(shí)針對國內(nèi)風(fēng)電場常見的部件超溫報(bào)警故障進(jìn)行了分析。由于風(fēng)力發(fā)電系統(tǒng)較為復(fù)雜,造成過熱故障的原因很多,運(yùn)行過程中的故障模式和影響不盡相同,因此深入研究的超溫故障模式及其對機(jī)組整體影響的分析對提高風(fēng)機(jī)設(shè)備的可用性和經(jīng)濟(jì)性具有重要的工程實(shí)踐意義。
[Abstract]:With the transformation and adjustment of the energy structure, wind power has developed rapidly and become one of the main modes of power generation. Wind farms are usually located in remote areas and operate under relatively poor conditions. State monitoring and evaluation of unit safety and economic performance are essential. Today, big data is promoting a new round of technological innovation, a key technology that has developed into various industries, as well as wind power. Firstly, the fault mode and distribution of the main components of wind power equipment are formed through the statistical analysis of large-scale wind field fault data, and the fault mode and mechanism of DFIGR are studied. The reason and diagnosis method, using fault tree analysis to give the fault mode of main components of wind power, provide technical support for the operation and maintenance of wind power equipment. Finally, The characteristics of vibration signals of gears and bearings, the main components of doubly-fed wind turbines, and the methods of extracting characteristic information of fault gears and bearings are analyzed. The system collects and analyzes the fault data of wind farm equipment, obtains the main data of wind turbine, the distribution of component failure rate and downtime data, To provide reference data and technical support for the efficient operation and maintenance management of wind turbines. At the same time, the common parts overtemperature alarm faults in domestic wind farms are analyzed. The power generation system is more complex. There are many reasons for the overheating failure, and the mode and influence of the failure during operation are different. Therefore, the analysis of the overtemperature fault mode and its influence on the whole unit is of great significance in engineering practice to improve the availability and economy of fan equipment.
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黨亞賓;李恒;;信息化如何助力風(fēng)電運(yùn)維[J];風(fēng)能;2015年05期

2 于洪博;陳效國;;淺析PDCA循環(huán)在風(fēng)電運(yùn)維中的應(yīng)用[J];風(fēng)能;2015年04期

3 尋征軒;陳玉晶;馬慧民;;風(fēng)電設(shè)備機(jī)組維修理論和策略研究綜述[J];上海電氣技術(shù);2015年01期

4 姚恒清;;當(dāng)前風(fēng)電運(yùn)維企業(yè)管理現(xiàn)狀及對策研討[J];現(xiàn)代國企研究;2015年04期

5 蘇蘇;;風(fēng)電運(yùn)維市場“誰”主沉浮[J];電器工業(yè);2015年02期

6 楊金寶;查顯寶;張健;白文斌;;淺析優(yōu)化風(fēng)電場運(yùn)維管理提高經(jīng)濟(jì)效益的方法[J];風(fēng)能;2014年12期

7 李學(xué)文;陳天瑞;;風(fēng)電運(yùn)維人員安全管理[J];企業(yè)改革與管理;2014年22期

8 樊新軍;;以可靠性為中心的維修在風(fēng)電場中的應(yīng)用研究[J];能源與節(jié)能;2014年11期

9 楊立飛;陳宇;黃立軍;羅春雷;成衛(wèi)華;蔣博;;以可靠性為中心的維修在風(fēng)電行業(yè)的應(yīng)用[J];中國設(shè)備工程;2014年10期

10 李玉輝;韓浩;;我國的能源現(xiàn)狀及對未來發(fā)展的思考[J];內(nèi)蒙古科技與經(jīng)濟(jì);2014年01期

相關(guān)博士學(xué)位論文 前1條

1 辛衛(wèi)東;風(fēng)電機(jī)組傳動鏈振動分析與故障特征提取方法研究[D];華北電力大學(xué);2013年

相關(guān)碩士學(xué)位論文 前2條

1 孫曉偉;風(fēng)電機(jī)組齒輪箱故障模式與影響分析[D];華北電力大學(xué);2014年

2 劉昊;大型風(fēng)電機(jī)組綜合性能評估方法研究[D];華北電力大學(xué)（北京）;2009年

，

本文編號：1632538