论文部分内容阅读
随着新能源技术的推广与应用,风力发电技术取得了较大发展。近年来,我国风力发电机组新增装机量一直以较稳定速度逐年增长。同时,风力发电机装机容量的提升以及集成化、复杂化、自动化程度的增加,也对风力发电机测试系统的故障诊断与隔离能力有了更高的要求。自上世纪80年代开始,我国开始了测试性需求分析技术的研究,并取得了一系列研究成果。将测试性分析应用到民用复杂机电产品的设计分析上,已经成为提高装备测试系统的故障诊断与隔离能力的一个新的研究方向。本文,将基于TEAMS测试性分析软件对双馈式风力发电机组进行测试性建模与分析,以达到对风力发电机设计与验证提供指导与依据的目的,从而提高风力发电机测试系统的测试能力以及降低风力发电机全寿命周期的设计与维护成本。主要研究内容如下:1、对测试性分析关键技术进行系统分析与论述。详细阐述了测试性模型中故障与测试的相关性关系和多信号流模型的故障传播特性。系统分析了测试性参数指标的概念与定义要求以及测试性参数的分类与选用标准。2、系统分析双馈式风力发电机组的主要结构与工作原理,并以TEAMS软件为基础建立双馈式风力发电机组的测试性模型。对测试性模型进行静态分析与测试性分析,输出测试性报告文件,输出内容主要有风力发电机组测试系统的故障检测率、故障隔离率、故障检测时间、故障隔离时间、故障模糊组以及用于指导装备故障检测与维护的故障树模型。3、以TEAMS软件所建立的双馈式风力发电机组测试性模型为基础,分析得到风力发电机组故障-测试的相关性矩阵。建立以传感器成本及系统故障率为目标函数,以测试性参数指标故障检测率、故障隔离率、虚警率为约束条件的基于Pareto占优的改进离散粒子群算法的数学模型。通过算法求解得出满足测试系统测试性参数指标要求且测试成本较低的新的传感器测点布置方案。4、确定双馈式风力发电机组各子系统的评价因素集及评价论语集,由专家经验给出各评价因素相对重要度评价矩阵,并用层次分析法计算得出各评价因素权重。模拟风力发电机组各子系统评价因素的归一化数值,用熵权法计算得出各评价因素权重。确定组合权重权重因子,求取各评价因素的组合权重。确定评价因素指标隶属度函数并求取状态评价矩阵,用主因素决定型算子和加权平均型算子分别对双馈式风力发电机组各子系统和双馈式风力发电机组进行健康状态的模糊综合评价。