论文部分内容阅读
近年来,风力发电技术快速发展并逐渐趋向成熟,风电企业也在不断发展壮大。随着各风电集团对其管辖区域内风电场的不断扩建,风电场内装机容量迅速增长,风机设备种类也不断增加;但由于不同厂家提供的风机和监控系统间相互独立,最终造成风电场生产数据分散、信息孤岛、人员利用率低、实时性差、管控效果不佳等问题。如何有效地对风机设备运行状况进行集中、实时监控成为企业关注的重点。IEC61400-25标准的颁布,以及OPC、Web Services等数据通信技术的出现,为风电场集中监控系统的研究提供了理论基础。本文通过建立区域性风电场数据采集与远程集控系统,对风电场内数据信息进行统一采集与上传,实现多个风电场的集中化管理以及“无人值班、少人值守、区域化管理”模式。综上所述,本文主要从以下几个方面对风电场的数据采集与远程监控系统进行了研究:首先,本文设计了风电场数据采集与远程集控系统,并对IEC61400-25标准的信息模型、信息交换模型以及以上两种模型到MMS、Web Services、OPC XML-DA、IEC60870-5-104、DNP3等五种通信协议栈的映射方式进行研究与剖析,并结合工程实际,选择OPC协议作为数据通信方法。其次,以IEC61400-25标准为基础,结合OPC接口技术开放性、分布式等特点,在实验室环境下搭建基于OPC协议的风机数据采集架构进行过程模拟,使用OPC数据转发软件对风电场风机数据进行采集以及规约转换,通过电力调度网上传至集控中心监控界面实时显示。同时,进一步改进系统设计提出了基于Web Services接口技术的风电场监控系统,结合Web Services技术的耦合性、跨平台等优势,设计Web Services服务器端以及Web接口实现,客户端通过互联网即可与服务端进行通信,实现对风电场风机设备运行状态的远程监控。最后,对风电SCADA系统数据进行分析,并采用网格法进行数据清洗得到风电机组正常运行状态下的数据,并运用Adaboost-BP算法构建齿轮箱故障预测模型,预测润滑油温度和轴承温度。最后采用统计过程控制算法对齿轮箱模型的预测值与实际值的残差进行分析处理,根据3?准则进行故障预测,验证了本文提出的Adaboost-BP模型结合SPC算法进行故障预测的有效性。