【摘要】：我國風(fēng)電行業(yè)經(jīng)歷了技術(shù)引進(jìn)、消化吸收、自主創(chuàng)新這三個階段,目前裝機(jī)總?cè)萘恳堰_(dá)世界第一。由于風(fēng)電機(jī)組長期處于惡劣環(huán)境,運(yùn)行狀態(tài)復(fù)雜,以及眾多不確定因素導(dǎo)致風(fēng)場對機(jī)組的維護(hù)費(fèi)用居高不下。近年來,機(jī)械工程、電氣工程、人工智能等學(xué)科在風(fēng)力發(fā)電領(lǐng)域的研究與應(yīng)用,使得我國當(dāng)代風(fēng)力發(fā)電機(jī)組技術(shù)得到長足的發(fā)展。對機(jī)組進(jìn)行狀態(tài)監(jiān)測,能夠使問題“早發(fā)現(xiàn)早解決”。對于風(fēng)電機(jī)組整個壽命過程中,降低運(yùn)維成本、提高發(fā)電效率是人們追求的目標(biāo),狀態(tài)識別技術(shù)的作用日益凸顯。有統(tǒng)計(jì)表明,齒輪箱故障引起機(jī)組停機(jī)時(shí)間和維護(hù)費(fèi)用遠(yuǎn)高于其它故障,針對齒輪箱健康狀態(tài)評估技術(shù)已經(jīng)有過不少研究,但是目前的狀態(tài)評估方法存在一些不足。首先,由于風(fēng)電機(jī)組齒輪箱故障樣本稀少,并沒有足夠的研究證明不同的風(fēng)電機(jī)組之間齒輪箱運(yùn)行狀態(tài)特性相同,對某臺機(jī)組的研究結(jié)果所獲得標(biāo)準(zhǔn)值、閾值不能直接用于其他機(jī)組;其次,基于當(dāng)前機(jī)組運(yùn)行數(shù)據(jù)進(jìn)行評價(jià)不能完全反映機(jī)組健康狀態(tài),比如在劣化趨勢明顯而特征值又處于安全水平時(shí),這種狀態(tài)特性需得到凸顯。本文在前人的基礎(chǔ)上,提出新的一種基于健康樣本和趨勢預(yù)測的風(fēng)電機(jī)組齒輪箱健康狀態(tài)評估方法。這種方法具體步驟為:首先采用數(shù)據(jù)挖掘技術(shù)對風(fēng)電機(jī)組海量健康數(shù)據(jù)樣本進(jìn)行挖掘篩選處理,對機(jī)組運(yùn)行狀態(tài)多工況多參數(shù)進(jìn)行討論研究,獲得分組數(shù)據(jù);然后通過基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練建立健康狀態(tài)參數(shù)模型,將實(shí)驗(yàn)值與模型比較獲得特征參數(shù)殘差;最后將殘差值運(yùn)用基于趨勢預(yù)測的模糊綜合評判理論,進(jìn)行齒輪箱的健康狀態(tài)評估。這種方法的特點(diǎn)是從大量的風(fēng)電機(jī)組健康狀態(tài)監(jiān)測數(shù)據(jù)中擬合機(jī)組多參數(shù)健康特征曲面,再結(jié)合具有趨勢預(yù)測的模糊綜合評價(jià)法,實(shí)現(xiàn)對風(fēng)電機(jī)組齒輪箱以及整機(jī)的健康狀態(tài)評價(jià)。結(jié)果表明該方法有效可行,并且更能敏感的反映機(jī)組劣化趨勢。
【圖文】：

2.2 數(shù)據(jù)統(tǒng)計(jì)技術(shù)數(shù)據(jù)統(tǒng)計(jì)技術(shù)是提取數(shù)據(jù)特征信息的基本方法，是通過對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，反應(yīng)數(shù)據(jù)的基本情況和基本規(guī)律，有利于研究者對數(shù)據(jù)的深刻理解�；镜臄�(shù)據(jù)統(tǒng)計(jì)方法有：求取數(shù)據(jù)的平均值、方差、協(xié)方差、極值，以及在時(shí)域上的數(shù)值變化情況。另一種有效的數(shù)據(jù)統(tǒng)計(jì)方法是概率密度擬合：由概率論基本原理可知當(dāng)風(fēng)電數(shù)據(jù)足夠多時(shí)可以以其經(jīng)驗(yàn)分布作為其概率密度分布。本文采用了多種分布函數(shù)對風(fēng)電場 SCADA 數(shù)據(jù)進(jìn)行概率密度分布模擬分析。2.2.1 基于參數(shù)回歸的概率分布函數(shù)參數(shù)回歸模型是基于函數(shù)假設(shè)得到的，由相應(yīng)的方法估計(jì)參數(shù)值進(jìn)行數(shù)據(jù)擬合，這樣的分布函數(shù)具有良好的推廣性。在本文所做的研究中，，對正態(tài)分布、圖 2-1 數(shù)據(jù)空間分布圖

工況分布局部圖
【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】：TM315

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉任改;向文平;喻永松;敬燕飛;;基于變權(quán)層次分析的水電機(jī)組運(yùn)行狀態(tài)評估[J];水電站機(jī)電技術(shù);2015年04期

2 肖運(yùn)啟;王昆朋;賀貫舉;孫燕平;楊錫運(yùn);;基于趨勢預(yù)測的大型風(fēng)電機(jī)組運(yùn)行狀態(tài)模糊綜合評價(jià)[J];中國電機(jī)工程學(xué)報(bào);2014年13期

3 梁永亮;李可軍;牛林;趙建國;任敬國;李昕偉;;變壓器狀態(tài)評估多層次不確定模型[J];電力系統(tǒng)自動化;2013年22期

4 王輝;李曉龍;王罡;向東;融亦鳴;;大型風(fēng)電齒輪箱的失效問題及其設(shè)計(jì)制造技術(shù)的國內(nèi)外現(xiàn)狀分析[J];中國機(jī)械工程;2013年11期

5 董玉亮;李亞瓊;曹海斌;何成兵;顧煜炯;;基于運(yùn)行工況辨識的風(fēng)電機(jī)組健康狀態(tài)實(shí)時(shí)評價(jià)方法[J];中國電機(jī)工程學(xué)報(bào);2013年11期

6 馮桓i

本文編號：2559786