隨著風(fēng)力發(fā)電產(chǎn)業(yè)的不斷發(fā)展和裝機(jī)容量逐漸擴(kuò)大,對風(fēng)電機(jī)組的要求也越來越高,其主要組成部分變槳系統(tǒng)的故障率也居高不下,對風(fēng)電機(jī)組變槳系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測和故障診斷是急需解決的問題。本文針對以風(fēng)電機(jī)組運(yùn)行狀態(tài)的可靠性問題展開研究,基于監(jiān)視控制與數(shù)據(jù)采集系統(tǒng)（Supervisory Control And Data Acquisition,SCADA）數(shù)據(jù)對變槳系統(tǒng)故障高發(fā)部位的運(yùn)行狀態(tài)進(jìn)行監(jiān)測分析。首先對風(fēng)電機(jī)組變槳系統(tǒng)的組成、工作原理以及主要故障類型進(jìn)行了詳細(xì)的介紹,并針對現(xiàn)存的狀態(tài)監(jiān)測和故障診斷的問題提出了改進(jìn)的非線性狀態(tài)估計(jì)模型（Nonlinear State Estimate Technique,NSET）,對風(fēng)電機(jī)組變槳系統(tǒng)相關(guān)運(yùn)行狀態(tài)進(jìn)行了狀態(tài)評估。并與已有的狀態(tài)監(jiān)測模型神經(jīng)網(wǎng)絡(luò)模型中的BPNN（Back Propagation Neural Network）模型進(jìn)行對比分析,驗(yàn)證NSET模型的可行性和優(yōu)越性。然后在故障診斷的基礎(chǔ)上提出失效分析的思想,結(jié)合模糊評判理論與核密度分析以及超級電容容值分析等方法主要對風(fēng)電機(jī)組變槳系統(tǒng)超級電容的真實(shí)運(yùn)行狀態(tài)進(jìn)行了具體的評估,初步實(shí)現(xiàn)對... 

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
        1.1.1 國內(nèi)外風(fēng)電發(fā)展現(xiàn)狀
        1.1.2 全球風(fēng)電變槳系統(tǒng)的發(fā)展情況
    1.2 風(fēng)力發(fā)電機(jī)組故障診斷的意義
        1.2.1 變槳系統(tǒng)的主要故障類型
        1.2.2 狀態(tài)監(jiān)測和故障診斷意義
    1.3 常見的風(fēng)機(jī)狀態(tài)監(jiān)測與故障診斷技術(shù)
    1.4 SCADA監(jiān)測系統(tǒng)
        1.4.1 SCADA系統(tǒng)簡介
        1.4.2 SCADA系統(tǒng)在風(fēng)電機(jī)組狀態(tài)監(jiān)測上的應(yīng)用現(xiàn)狀
    1.5 論文研究的內(nèi)容及結(jié)構(gòu)
第2章 基于先驗(yàn)知識提出的非線性狀態(tài)估計(jì)模型
    2.1 引言
    2.2 模型建立原理
        2.2.1 非線性狀態(tài)估計(jì)模型過程記憶矩陣的構(gòu)建
        2.2.2 相似性原理及相似度曲線
    2.3 NSET建模的具體步驟
        2.3.1 輸入?yún)?shù)的選擇及歷史觀測向量矩陣K的形成
        2.3.2 樣本數(shù)據(jù)預(yù)處理
        2.3.3 優(yōu)化過程記憶矩陣
    2.4 NSET模型在變槳系統(tǒng)狀態(tài)預(yù)測上的應(yīng)用
        2.4.1 模型過程記憶矩陣的構(gòu)建
        2.4.2 非線性狀態(tài)估計(jì)模型驗(yàn)證
    2.5 本章小結(jié)
第3章 不同運(yùn)行狀態(tài)下變槳系統(tǒng)運(yùn)行狀態(tài)監(jiān)測
    3.1 引言
    3.2 不同工況下NSET模型的監(jiān)測方法
        3.2.1 變槳系統(tǒng)正常工作狀態(tài)監(jiān)測
        3.2.2 變槳系統(tǒng)故障工況狀態(tài)監(jiān)測
    3.3 神經(jīng)網(wǎng)絡(luò)監(jiān)測模型概述
    3.4 組合監(jiān)測模型的搭建
        3.4.1 組合原理
        3.4.2 組合模型建模過程
    3.5 本章小結(jié)
第4章 變槳系統(tǒng)超級電容失效分析
    4.1 引言
    4.2 引入模糊綜合評估構(gòu)造失效診斷模型
        4.2.1 診斷體系指標(biāo)選取與診斷矩陣確定
        4.2.2 權(quán)重的確定及變權(quán)理論的引入
        4.2.3 核密度估計(jì)
    4.3 風(fēng)電機(jī)組變槳超級電容老化失效診斷
        4.3.1 超級電容的壽命與老化
        4.3.2 超級電容狀態(tài)監(jiān)測與失效診斷的設(shè)計(jì)
    4.4 現(xiàn)場實(shí)際數(shù)據(jù)驗(yàn)證
    4.5 TABLEAU SOFTWARE可視化方案
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]液壓變槳型風(fēng)機(jī)變槳系統(tǒng)常見故障淺析[J]. 鄭博源,鞠彬.  山東工業(yè)技術(shù). 2018(01)
[2]風(fēng)電機(jī)組變槳系統(tǒng)原理與維護(hù)[J]. 叢智慧.  內(nèi)蒙古科技與經(jīng)濟(jì). 2016(18)
[3]大風(fēng)電機(jī)組變槳用超級電容模組健康狀態(tài)在線監(jiān)測方法研究[J]. 石建,周臘吾,葛召炎,陳浩.  電力系統(tǒng)保護(hù)與控制. 2016(12)
[4]基于模糊綜合評價的海上直驅(qū)風(fēng)電機(jī)組運(yùn)行狀態(tài)評估[J]. 黃必清,何焱,王婷艷.  清華大學(xué)學(xué)報(自然科學(xué)版). 2015(05)
[5]改進(jìn)蜂群算法在風(fēng)機(jī)變槳距控制中的應(yīng)用[J]. 任麗娜,呂明月,王振臣.  機(jī)械設(shè)計(jì)與制造. 2015(03)
[6]基于非線性狀態(tài)估計(jì)的風(fēng)電機(jī)組變槳控制系統(tǒng)故障識別[J]. 尹詩,余忠源,孟凱峰,李闖,王其樂.  中國電機(jī)工程學(xué)報. 2014(S1)
[7]風(fēng)力發(fā)電機(jī)組葉片故障診斷[J]. 李大冰,吉榮廷,馮文秀.  節(jié)能技術(shù). 2013(06)
[8]基于SOC調(diào)整的光伏電站儲能系統(tǒng)調(diào)控策略[J]. 黃羚,蔡濤,陳天錦,段善旭,代倩.  電力系統(tǒng)保護(hù)與控制. 2013(16)
[9]我國風(fēng)力發(fā)電的現(xiàn)狀和前景探討[J]. 陶金,張雪,劉煜龍,徐明輝.  現(xiàn)代機(jī)械. 2013(03)
[10]風(fēng)力發(fā)電系統(tǒng)狀態(tài)監(jiān)測和故障診斷技術(shù)綜述(英文)[J]. 杭俊,張建忠,程明,王偉,張明.  電工技術(shù)學(xué)報. 2013(04)

碩士論文
[1]基于SCADA數(shù)據(jù)和振動信息相結(jié)合的風(fēng)電機(jī)組狀態(tài)監(jiān)測研究[D]. 孫偉.燕山大學(xué) 2017
[2]基于SCADA系統(tǒng)的大型風(fēng)電機(jī)組在線狀態(tài)評估及故障定位研究[D]. 梁穎.華僑大學(xué) 2013
[3]超級電容荷電狀態(tài)計(jì)算方法的研究[D]. 郝國亮.華北電力大學(xué) 2012
[4]兆瓦級風(fēng)力發(fā)電機(jī)組電動變槳距控制策略的研究[D]. 曹野.沈陽工業(yè)大學(xué) 2010
[5]超級電容能量監(jiān)控系統(tǒng)的研究與設(shè)計(jì)[D]. 徐文兵.上海交通大學(xué) 2008



本文編號：3706816