基于anfis的风电机组变桨距系统故障诊断与预测

《基于anfis的风电机组变桨距系统故障诊断与预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP13密级：UDC：621.3编号：河北工业大学硕士学位论文基于ANFIS的风电机组变桨距系统故障诊断与预测论文作者：李伟昌学生类别：全日制学科门类：工学硕士学科专业：控制科学与工程指导教师：张磊职称：教授ThesisSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofControlScienceandEngineeringWINDTURBINEPITCHSYSTEMFAULTSDIAGNOSISANDPROGNOSISBASEDONANFISbyLiWeichangSupervisor:Pro

2、f.ZhangLeiDecember2014摘要在能源日益枯竭和环境不断恶化的背景下，我国风电产业在近20年内异军突起，取得了巨大发展，占据第三大电源的位置，同时也成为全球风电第一大国。随着风电产业的快速发展和制造水平的不断提高，风电机组的单机功率不断增大、运行环境不断复杂，变桨距系统作为风电机组的核心控制技术之一，其故障已成为目前造成机组停机的第一原因。根据2013年某风电场的统计数据，正常停机时间仅占总停机时间的0.24%，而变桨距系统故障引起的停机时间占50%以上，已造成了巨大的经济损失。首先，本论文针对变桨距系统的故障发生原因复杂、参数间非线性强等特点，提出了

3、基于自适应神经模糊推理系统（AdaptiveNeuro-FuzzyInferenceSystem，ANFIS)的变桨距故障诊断与故障预测方法。ANFIS兼具神经网络的自主学习能力和模糊系统的强解释性，克服了神经网络容易陷入局部极值以及模糊系统中需要完备的专家经验的缺点，适合应用于非线性强、受环境影响大的风电机组变桨距系统故障诊断建模中。其次，本论文通过分析风电机组基本结构和变桨距系统工作原理，从风速与桨距角、风速与电机转速、风速与功率输出三个角度分析了变桨距系统的故障机制，为故障诊断和故障预测奠定基础。再次，本论文从工程实际出发，以某风电场实际运行的1.5MW并网风电

4、机组SCADA系统数据为基础，采用ANFIS方法建立桨距角故障诊断模型、电机转速故障诊断模型和功率输出故障诊断模型，并通过相对均方根误差、诊断正确率、诊断错误率、诊断结果为故障时的诊断成功率、诊断结果为故障时的可信度等多方面的评估指标验证了故障诊断模型的准确性和有效性。最后，在所提出的故障诊断模型的基础上，根据故障早期的数据趋势，本论文采用历史数据和当前数据相结合的方式，进一步建立了故障预测模型，预测未来10分钟的风电机组故障，并通过仿真测试与结果分析验证了故障预测模型的有效性。关键词：风电机组变桨距系统故障诊断故障预测自适应神经模糊推理系统IABSTRACTInth

5、ebackgroundofenergydepletionandenvironmentaldegradation,thewindpowerindustryofChinahasachievedgreatprogress,andbecomesChina’sthird-largestpower,meanwhile,Chinahasturnedintotheworld'ssuperpowerinwindpower.Withthefastgrowingofwindpowerindustry,thefastimprovingofmanufacturinglevel,thepower

6、increaseofsinglewindturbineandtheincreasingcomplexityoftheoperatingenvironment,asoneofthecorecontroltechnologies,thevariablepitchsystem’sfaultshadbecometheprimaryreasonwhichcausedthewindturbinedowntime.Accordingtothestatisticsfrompartofthewindfarm,thepercentofnormaldowntimewasonly0.24%o

7、ftotaldowntime,whilethedowntimecausedbypitchsystemfaultsaccountedfor52.57%.Inconclusion,pitchsystemfaultshavecausedhugeeconomiclosses.AnewfaultsdiagnosisandfaultsprognosismethodwasproposedinthethesisusingAdaptiveNeuro-FuzzyInferenceSystem(ANFIS).ANFISisverysuitableforwindturbin