發(fā)布時間：2021-08-12 05:37

　　針對老化導(dǎo)致的風(fēng)電機性能退化問題提出了一種基于信息融合的風(fēng)電機組整體老化評估方法。選取SCADA數(shù)據(jù)中的輸出功率、機艙振動、主軸承溫度、發(fā)電機后軸承溫度、齒輪箱轉(zhuǎn)速和機艙溫度作為老化評估標(biāo)準(zhǔn),通過神經(jīng)網(wǎng)絡(luò)求取各評估標(biāo)準(zhǔn)的權(quán)重,將評估標(biāo)準(zhǔn)的信息進行融合,建立整體老化評估模型,并驗證其可靠性。研究表明,利用信息融合的方法建立風(fēng)電機組的老化評估模型簡單有效,可靠性高,為后續(xù)風(fēng)電機組老化程度的研究提供了新的思路。 

【文章來源】：燕山大學(xué)學(xué)報. 2020,44(04)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

不同SCADA參數(shù)的相關(guān)系數(shù)圖

采用某風(fēng)電場2014年11月份收集到的發(fā)電機前軸承溫度數(shù)據(jù),對此數(shù)據(jù)進行核函數(shù)相同(均為高斯函數(shù))但是窗寬不同的核密度估計。假設(shè)e表示窗寬,在不同e值下的核密度估計曲線如圖2所示。為確保估計結(jié)果的準(zhǔn)確,窗寬的選取需要進行多次測試。2.1 輸出功率波動評估標(biāo)準(zhǔn)

基于上述討論,計算和分析老化評估的流程圖,如圖3所示。首先,通過研究每個標(biāo)準(zhǔn)隨時間變化的趨勢,對風(fēng)電機組相應(yīng)部件的老化情況做具體分析。然后,應(yīng)用神經(jīng)網(wǎng)絡(luò)對每個標(biāo)準(zhǔn)分配適當(dāng)?shù)募訖?quán)因子。最后,將這3種信息進行融合求出風(fēng)電機組整體的老化值。

【參考文獻】：
期刊論文
[1]基于非線性狀態(tài)估計的風(fēng)電機組振動建模研究[J]. 蘇連成,孫偉,董金國.  燕山大學(xué)學(xué)報. 2018(04)
[2]應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定沙河輸沙量變化影響因素的權(quán)重[J]. 劉向楠.  海河水利. 2016(02)
[3]基于MSET方法的風(fēng)電機組齒輪箱預(yù)警仿真研究[J]. 孫建平,朱雯,翟永杰,葛建宏.  系統(tǒng)仿真學(xué)報. 2013(12)
[4]基于SCADA和支持向量回歸的風(fēng)電機組狀態(tài)在線評估方法[J]. 梁穎,方瑞明.  電力系統(tǒng)自動化. 2013(14)
[5]基于SCADA運行數(shù)據(jù)的風(fēng)電機組塔架振動建模與監(jiān)測[J]. 郭鵬,徐明,白楠,馬登昌.  中國電機工程學(xué)報. 2013(05)
[6]應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定評價指標(biāo)的權(quán)重[J]. 孫會君,王新華.  山東科技大學(xué)學(xué)報(自然科學(xué)版). 2001(03)



本文編號：3337696