用户名: 密码: 验证码:
风电机组主要部件故障预警及其系统实现
详细信息    查看官网全文
摘要
风机各类故障预警方法是提高运维水平的重要研究方向。本文提出了风电机组主要部件故障预警系统的整体框架,包含数据预处理,故障预警模型建立和预测,探讨了故障预警和专家系统集成的可行性。数据预处理用于剔除异常数据并辨识机组工况,故障预警采用优化记忆矩阵的非线性状态估计法。上述方法在风电机组主要部件关键指标的预测精度良好,并验证了能够在潜在故障发生前残差特征发生改变并触发预警的有效性。
引文
[1]张涵,张博.数据挖掘方法在风电场中的应用[J].风力发电,201 4(4):5-8.
    [2]胡麟涛.风电机组故障预警方法研究[D].华北电力大学(保定)华北电力大学,2012.
    [3]Verma A,Kusiak A.Fault Monitoring of Wind Turbine Generator Brushes:A Data-Mining Approach[J].Journal of Solar Energy Engineering,2012,134(2):-.
    [4]许骏龙,葛志松,穆志君.等.基于支持向量机的风电机组齿轮箱故障预测诊断[J].科技展望,2015,25(26).
    [5]郭鹏,David,Infield,等.风电机组齿轮箱温度趋势状态监测及分析方法[J].中国电机工程学报.2011,31(32):129-136.
    [6]黎康康,王志勇,靳国忠.基于多元线性回归的风电机组齿轮箱温度预警研究[J].风能,2014(5):84-87.
    [7]张小田.基于回归分析的风机主要部件的故障预测方法研究[D].华北电力大学,2013.
    [8]李娇娇.基于粗集-神经网络的风电机组状态评估及齿轮箱异常预警[D].华侨大学,2014.
    [9]王志强,王志华,张秀云.等.非线性状态估计法在风电齿轮箱故障预警中的应用[J].计算机测量与控制,2014,22(8):2609-2611.
    [10]Christopher S.,Gray,Langmayr F.etal.A Practical Approach to the Use of SCADA data for optimized wind turbine condition based maintenance.
    [11]李闯,申烛等,基于统计阚值的风机功率曲线拟合数据滤波方法[J].电力行业信息化年会论文集,2013:360-362.
    [12]赵永宁,叶林等,风电场弃风异常数据簇的特征及处理方法[J].电力系统自动化,2014,38(21):39-46
    [13]滕繁,李思亮.申云,等.风电机组异常数据智能识别方法[C]//中国风电后市场专题研讨会.2015.
    [14]Bockhorst F K.Gross K C,Herzog J P,et al.MSET modeling of Crystal River-3 venturi flow meters.[J].Office of Scientific&Technical Information Technical Reports,1998.
    [15]Cheng S,Pecht M.Multivariate state estimation technique for remaining useful life prediction of electronic products[J].Parameters,2007:102-107.
    [16]邹迪.基于状态监测信息的风力发电机故障预警与短期可靠性评估研究[D].重庆大学,2014.
    [17]Black C L,Unrig R E,Hines J W.System Modeling and Instrument Calibration Verification with a Nonlinear State Estimation Technique[C]//The Proceedings of the Maintenance and Reliability Conference.1970:12-14.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700