论文部分内容阅读
风能作为一种清洁的可再生能源,储量巨大,受到了很多国家政府的青睐。有统计表明,我国海洋和陆地上可开发风能总计为10亿千瓦。近几年来我国风电总装机容量跃居至世界第一,每年的新增装机容量占全球新增容量三分之一以上,风电已经成为我国继火电和水电之后的第三大电力来源。我国风电产业持续快速发展,但针对风电机组的故障诊断技术却没有快速提高,导致故障频发。风力发电机组作为一种大型的旋转机械,组成结构复杂,零部件众多,而且一般处在偏远地带或者海洋,维修和维护的成本较高。风力发电机的故障预警与短期可靠性评估对于保障风力发电的稳定、提高维护与维修效率、优化风机结构、提升制造工艺起着至关重要的作用。本文围绕风力发电机的故障预警与短期可靠性评估这两个问题展开研究。通过分析风速、功率等监测参量对发电机温度的影响,选取相关参量组成相关变量集,根据历史运行监测数据构造覆盖发电机正常运行空间的过程记忆矩阵D,建立基于温度的发电机故障预警模型,选取实际运行数据对模型的有效性进行检验。结果表明:发电机处于正常运行时,发电机温度预测值与实际值吻合度很高,残差幅值较小,模型的温度预测结果精度较高;当发电机存在潜在性故障时,残差幅值特征发生明显改变,并连续超出预警阀值,根据残差的分布情况,能够对发电机潜在性故障进行预警。采用主成份分析法及熵值法建立了基于监测参数的风力发电机短期可靠性评估模型。利用发电机故障前的监测参数对其进行短期可靠性评估,结果发现随着故障点的临近其可靠性一直下降,故障前一时刻可靠性已经下降到十分严重的等级,与实际情况一致。采用二次指数平滑法对发电机监测参数进行了短期预测,根据预测数据对发电机进行短期可靠性预测,预测结果与实际监测值的评估结果基本一致,证明使用该模型对风力发电机短期可靠性预测的有效性。