论文部分内容阅读
大唐漳州风力发电有限责任公司
摘要:随着社会经济发展速度不断加快,各领域用电需求日渐提升,对发电机组运行状态提出了更高要求。风电机组突发事故会造成严重的停机损失,因此为控制风电机组故障问题发生几率,需要建立起专项科学的突发故障状态检修检测模型。本文就针对此,以风电机组突发性故障振动信号特征为切入点,提出状态及检修原理下风电机组突发性故障状态检修决策模型的建立措施,以供参考。
关键词:风电机组;突发性故障状态;决策模型
1、风电机组突发性故障状态检修决策模型建立意义
在风电机组实际运行期间,易受外部环境、内部质量、操作问题等因素影响,出现突发性故障问题,导致供电效果不佳,严重者会引发巨大经济损失。为切实提升风电机组突发性工程状态检修水平,需基于状态机会检修原理,构建起更加完善的风电机组突发性故障件性决策模型。
与传统检修手段相比,建立起的突发性故障状态决策模型能够更加直观的展现出风电机组各构件故障之间的相关性,通过提取风电机组内部震动单元故障信号特征,对此些信号进行降频与消噪处理。结合风电技术状态机会检修原理,明确故障机会阙值函数以及风电基础工作状态阙值函数,并由此计算出风电机组突发性故障风险发生几率[1]。实现突发性故障发生位置以及故障严重程度进行精准判断,具有检测精准度高、控制成本损失效果好,检修效率高等优势。
2、提取风电机组突发性故障振动信号特征
在风电机组突发性故障问题出现后,机组振动运行信号会与正常状态下的运行信号不同[2]。通过对比此两种振动信号特征,能够更加细致的研究突发性故障发生缘由,并且针对突发性故障特征制定出专项解决方案。具体来说,利用故障分布函数表示风电机组突发性故障,将突发性故障视为函数内部一个随机变量,计算出风电机组故障发生概率。因风电机组故障变量具备连续性状态特征,需设置更加合理的概率密度指标,确保故障分布函数科学合理。
风电机组突发性故障问题发生前以及发生期间,系统振动信号特征会发生明显转变,而结合状态机会检修原理,可以有效利用此振动信号特征,建立起突发性故障状态决策模型,确保风电机组振动信号的变化能够被快速高效识别出来,以便直观向检修人员展现出风电机组运行状态,并为制定出专项维修预案提供重要理论依据。
风电机组机械部分主要由机降系统、驱动系统、冷却系统、叶片的构成,由于风电机组长期处于室外恶劣环境下运行,外部结构会受雨雪风沙的侵蚀,引发突发性故障问题。经过实际研究发现,不同突发性故障问题所产生的振动信号特征明显不同,在后期检修与处理时的问题也存在巨大差异。因此为确保风电机组突发性故障状态能够被及时发觉,需要事先分析并确定风电机组主要故障形式。
在利用状态及检修原理构建风电机组突发性故障决策模型期间,应当细致分析振动信号差异特征[3]。首先收集风电机组振动信号,并对此些信号进行小波重构,去除突发性故障信号内部干扰噪声信号,准确定位出突发性故障发生位置以及故障种类,进而明确风电机组突发性故障状态维修阙值函数以及机会维修函数,切实提升风电机组突发性故障状态的检修精准性。传统风电机组突发性故障振动信号主要是由信号采集单元获取,此方式只适用于低频信号。但由于突发性故障振动信号多受到噪声信号干扰,导致振动信号特征判别难度增大。而本文拟用的小波重构方式,能够对高频信号进行分解,过滤掉突发性故障信号中的噪声干扰。通过多次分解转换高频信号,能够实现突发性故障信号降频处理目标,并将处理后的信号特征投影到各自对应的小波区间,切实提升提取突发性故障振动信号特征的精准度,保障信号特征强度水平,对增强后期突发性故障维护方案的适用性与专项性奠定了坚实基础。
3、风电机组突发性故障检修决策模型的设计
通过收集风电机组突发性故障振动信号,明确此振动信号特征,对振动信号进行降噪处理,可为后期突发性故障检修决策模型的制定提供重要数据支持。注重在突发性故障检修决策模型设计过程中利用状态机会检修原理,优化模型结构及模型内容,能够及时提升突发性故障问题检测定位的精准性以及检测结果的准确度[4]。当前大部分风电机组多为串联式结构,在其中某一部件发生故障问题后,其他机组运行状态也会受到明显影响,切实提升了故障技术定位难度。传统机组突发性故障问题会采用停机大范围检修方式,但此种方式带来的巨大停机成本与经济损失往往是风力发电厂无法承受之重。
状态机会检修原理主要就是指整个风电机组系统发生故障后,故障部分与其他正常状态下的机组在运行期间的部分振动信号会产生明显差异,通过对这些故障信号细节特征以及阙值变化情况进行精准分析,就能够更加准确的判断出故障发生位置以及故障发生原因。
通过以收集并分析风电机组突发性故障状态振动信号特征的方式对突发性故障问题进行检修与处理,能够有效避免停机检测方式,对各机组运行状态进行精准分析,从而准确衡量出维修成本与过程发生机会成本之间的差值,切实增强风电机组突发性故障维修工作的经济效益。
在利用状态机会检修原理构建风电机组突发性故障决策模型期间,可通过设置正常与突发性故障状态下风力发电机组的状态阙值函数曲线以及故障机会阙值曲线,判断出突发性故障问题风险大小,判定故障风险发生几率,计算出综合检修成本。
在风电机组突发性故障决策模型中,如果出现系统指示值高于故障机会阙值的情况时,说明该系统运行期间存在较大故障风险,需要进行停机检修处理。如果系统指示值位于较为平稳的区域,则说明系统存在突发性故障风险,需要相关检修人员加大风电机组回馈振动信号特征变化的观测力度,及时发现并处理系统可能存在的故障问题。
总结:总而言之,风电机组突发性故障问题往往会造成严重的安全隐患与经济损失。面对日渐增长的供电要求,在风电机组故障状态预测与控制期间,相关工作人员需建立起结构完善的突发性故障状态决策模型,结合风电机组运行特征,对决策模型结构进行不断优化,确保风电机组突发性故障问题得到及时,保障风电发电厂核心利益。
參考文献
[1]徐波. 计及机会维修的电力系统状态检修理论研究[D].山东大学,2016.
[2]李业勇. 高压直流输电系统可靠性计算及其检修策略研究[D].山东大学,2016.
[3]刘炳文. 基于振动模态识别的自卸车底盘故障诊断与维修优化[D].太原理工大学,2018.
摘要:随着社会经济发展速度不断加快,各领域用电需求日渐提升,对发电机组运行状态提出了更高要求。风电机组突发事故会造成严重的停机损失,因此为控制风电机组故障问题发生几率,需要建立起专项科学的突发故障状态检修检测模型。本文就针对此,以风电机组突发性故障振动信号特征为切入点,提出状态及检修原理下风电机组突发性故障状态检修决策模型的建立措施,以供参考。
关键词:风电机组;突发性故障状态;决策模型
1、风电机组突发性故障状态检修决策模型建立意义
在风电机组实际运行期间,易受外部环境、内部质量、操作问题等因素影响,出现突发性故障问题,导致供电效果不佳,严重者会引发巨大经济损失。为切实提升风电机组突发性工程状态检修水平,需基于状态机会检修原理,构建起更加完善的风电机组突发性故障件性决策模型。
与传统检修手段相比,建立起的突发性故障状态决策模型能够更加直观的展现出风电机组各构件故障之间的相关性,通过提取风电机组内部震动单元故障信号特征,对此些信号进行降频与消噪处理。结合风电技术状态机会检修原理,明确故障机会阙值函数以及风电基础工作状态阙值函数,并由此计算出风电机组突发性故障风险发生几率[1]。实现突发性故障发生位置以及故障严重程度进行精准判断,具有检测精准度高、控制成本损失效果好,检修效率高等优势。
2、提取风电机组突发性故障振动信号特征
在风电机组突发性故障问题出现后,机组振动运行信号会与正常状态下的运行信号不同[2]。通过对比此两种振动信号特征,能够更加细致的研究突发性故障发生缘由,并且针对突发性故障特征制定出专项解决方案。具体来说,利用故障分布函数表示风电机组突发性故障,将突发性故障视为函数内部一个随机变量,计算出风电机组故障发生概率。因风电机组故障变量具备连续性状态特征,需设置更加合理的概率密度指标,确保故障分布函数科学合理。
风电机组突发性故障问题发生前以及发生期间,系统振动信号特征会发生明显转变,而结合状态机会检修原理,可以有效利用此振动信号特征,建立起突发性故障状态决策模型,确保风电机组振动信号的变化能够被快速高效识别出来,以便直观向检修人员展现出风电机组运行状态,并为制定出专项维修预案提供重要理论依据。
风电机组机械部分主要由机降系统、驱动系统、冷却系统、叶片的构成,由于风电机组长期处于室外恶劣环境下运行,外部结构会受雨雪风沙的侵蚀,引发突发性故障问题。经过实际研究发现,不同突发性故障问题所产生的振动信号特征明显不同,在后期检修与处理时的问题也存在巨大差异。因此为确保风电机组突发性故障状态能够被及时发觉,需要事先分析并确定风电机组主要故障形式。
在利用状态及检修原理构建风电机组突发性故障决策模型期间,应当细致分析振动信号差异特征[3]。首先收集风电机组振动信号,并对此些信号进行小波重构,去除突发性故障信号内部干扰噪声信号,准确定位出突发性故障发生位置以及故障种类,进而明确风电机组突发性故障状态维修阙值函数以及机会维修函数,切实提升风电机组突发性故障状态的检修精准性。传统风电机组突发性故障振动信号主要是由信号采集单元获取,此方式只适用于低频信号。但由于突发性故障振动信号多受到噪声信号干扰,导致振动信号特征判别难度增大。而本文拟用的小波重构方式,能够对高频信号进行分解,过滤掉突发性故障信号中的噪声干扰。通过多次分解转换高频信号,能够实现突发性故障信号降频处理目标,并将处理后的信号特征投影到各自对应的小波区间,切实提升提取突发性故障振动信号特征的精准度,保障信号特征强度水平,对增强后期突发性故障维护方案的适用性与专项性奠定了坚实基础。
3、风电机组突发性故障检修决策模型的设计
通过收集风电机组突发性故障振动信号,明确此振动信号特征,对振动信号进行降噪处理,可为后期突发性故障检修决策模型的制定提供重要数据支持。注重在突发性故障检修决策模型设计过程中利用状态机会检修原理,优化模型结构及模型内容,能够及时提升突发性故障问题检测定位的精准性以及检测结果的准确度[4]。当前大部分风电机组多为串联式结构,在其中某一部件发生故障问题后,其他机组运行状态也会受到明显影响,切实提升了故障技术定位难度。传统机组突发性故障问题会采用停机大范围检修方式,但此种方式带来的巨大停机成本与经济损失往往是风力发电厂无法承受之重。
状态机会检修原理主要就是指整个风电机组系统发生故障后,故障部分与其他正常状态下的机组在运行期间的部分振动信号会产生明显差异,通过对这些故障信号细节特征以及阙值变化情况进行精准分析,就能够更加准确的判断出故障发生位置以及故障发生原因。
通过以收集并分析风电机组突发性故障状态振动信号特征的方式对突发性故障问题进行检修与处理,能够有效避免停机检测方式,对各机组运行状态进行精准分析,从而准确衡量出维修成本与过程发生机会成本之间的差值,切实增强风电机组突发性故障维修工作的经济效益。
在利用状态机会检修原理构建风电机组突发性故障决策模型期间,可通过设置正常与突发性故障状态下风力发电机组的状态阙值函数曲线以及故障机会阙值曲线,判断出突发性故障问题风险大小,判定故障风险发生几率,计算出综合检修成本。
在风电机组突发性故障决策模型中,如果出现系统指示值高于故障机会阙值的情况时,说明该系统运行期间存在较大故障风险,需要进行停机检修处理。如果系统指示值位于较为平稳的区域,则说明系统存在突发性故障风险,需要相关检修人员加大风电机组回馈振动信号特征变化的观测力度,及时发现并处理系统可能存在的故障问题。
总结:总而言之,风电机组突发性故障问题往往会造成严重的安全隐患与经济损失。面对日渐增长的供电要求,在风电机组故障状态预测与控制期间,相关工作人员需建立起结构完善的突发性故障状态决策模型,结合风电机组运行特征,对决策模型结构进行不断优化,确保风电机组突发性故障问题得到及时,保障风电发电厂核心利益。
參考文献
[1]徐波. 计及机会维修的电力系统状态检修理论研究[D].山东大学,2016.
[2]李业勇. 高压直流输电系统可靠性计算及其检修策略研究[D].山东大学,2016.
[3]刘炳文. 基于振动模态识别的自卸车底盘故障诊断与维修优化[D].太原理工大学,2018.