论文部分内容阅读
伴随风电机组容量变大以及大规模风电场的出现,风电机组的安全以及可靠运行也受到关注,如何研究采取良好的故障诊断和容错控制技术是确保安全可靠运行有效手段。 本文在分析了国内外风电机组故障诊断技术的发展现状后,详细列举了风电机组常见的典型故障,对故障发生时的特征征兆进行了简要分析。风电机组故障种类较多,故障产生的因素具有明显的不确定性。基于DS证据理论的信息融合技术是适宜的解决信息不确定性的有效方法,可以实现对风电机组故障的诊断,并给出高可信度的诊断结论。 本文借助模糊理论,专家系统的推理规则和神经网络容错控制等技术优势,以DS证据理论信息融合技术为故障诊断依托,针对兆瓦级风电机组旋转机械的故障诊断和容错控制进行了分析研究。在故障诊断方面,利用设计方案借助风电机组测试平台对以风电机组旋转部分中的转子振动故障实施了试验模拟,给出了诊断数据和结论。在容错控制方面,建立了神经网络容错控制器,对风电机组中典型的功率传感器故障提出了诊断过程和容错控制方案。