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

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

【文章頁(yè)數(shù)】：9 頁(yè)

【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(chǎng)2014年11月份收集到的發(fā)電機(jī)前軸承溫度數(shù)據(jù),對(duì)此數(shù)據(jù)進(jìn)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(jì)。假設(shè)e表示窗寬,在不同e值下的核密度估計(jì)曲線如圖2所示。為確保估計(jì)結(jié)果的準(zhǔn)確,窗寬的選取需要進(jìn)行多次測(cè)試。2.1 輸出功率波動(dòng)評(píng)估標(biāo)準(zhǔn)

基于上述討論,計(jì)算和分析老化評(píng)估的流程圖,如圖3所示。首先,通過(guò)研究每個(gè)標(biāo)準(zhǔn)隨時(shí)間變化的趨勢(shì),對(duì)風(fēng)電機(jī)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(duì)每個(gè)標(biāo)準(zhǔn)分配適當(dāng)?shù)募訖?quán)因子。最后,將這3種信息進(jìn)行融合求出風(fēng)電機(jī)組整體的老化值。

【參考文獻(xiàn)】：
期刊論文
[1]基于非線性狀態(tài)估計(jì)的風(fēng)電機(jī)組振動(dòng)建模研究[J]. 蘇連成,孫偉,董金國(guó).  燕山大學(xué)學(xué)報(bào). 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(jī)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(bào). 2013(12)
[4]基于SCADA和支持向量回歸的風(fēng)電機(jī)組狀態(tài)在線評(píng)估方法[J]. 梁穎,方瑞明.  電力系統(tǒng)自動(dòng)化. 2013(14)
[5]基于SCADA運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組塔架振動(dòng)建模與監(jiān)測(cè)[J]. 郭鵬,徐明,白楠,馬登昌.  中國(guó)電機(jī)工程學(xué)報(bào). 2013(05)
[6]應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定評(píng)價(jià)指標(biāo)的權(quán)重[J]. 孫會(huì)君,王新華.  山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2001(03)



本文編號(hào)：3337696