基于WSN的风电母线槽健康状态监测与评估系统

《基于WSN的风电母线槽健康状态监测与评估系统》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、硕士学位论文基于WSN的风电母线槽健康状态监测与评估系统WIRELESSSENSORNETWORKBASEDWINDBUSWAYCONDITIONMONITORINGANDEVALUATIONSYSTEM诸葛福金哈尔滨工业大学2018年6月国内图书分类号：TP277学校代码：10213国际图书分类号：681.5.密级：公开工程硕士学位论文基于WSN的风电母线槽健康状态监测与评估系统硕士研究生：诸葛福金导师：金显吉申请学位：工程硕士学科：电气工程所在单位：电气工程及自动化学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学Classifi

2、edIndex:TP277U.D.C:681.5DissertationfortheDegreeofMasterinEngineeringWIRELESSSENSORNETWORKBASEDWINDBUSWAYCONDITIONMONITORINGANDEVALUATIONSYSTEMCandidate：ZhugeFujinSupervisor：JinXianjiAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ElectricalEngineeringAffiliation：Sch

3、oolofElectricalEngineeringandAutomationDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要随着我国风力发电技术的发展，风力发电的应用越来越广泛，风电母线槽作为风电机组传输电能的主要装置，其健康状态对风电机组的安全运行有很大影响，因此，实时监测风电母线槽的健康状态对风电机组的安全运行非常重要。本文重点研究了无线传感器网络的组建方法和风电母线槽健康状态评估与预测算法

4、，进而研发了基于无线传感器网络的风电母线槽健康状态监测与评估系统。本文首先构建了基于Zigbee的风电母线槽无线传感器网络监测系统，完成了无线传感器网络的软硬件设计，实现了对风电母线槽状态参数的实时监测。为了提高数据传输的可靠性，进行了冗余备份机制和路由算法的研究。其次，研究了风电母线槽健康状态评估算法。为了能更好地反映风电母线槽的健康状态，提出基于层次分析法的风电母线槽健康状态评估方法，构建了风电母线槽综合评价指标体系，并对风电母线槽状态参数数据进行一致化和无量纲化处理，计算得出风电母线槽健康状态各个评价指标的相对权重，提出了以健康度为表

5、征的风电母线槽健康状态评估方法。然后，研究了风电母线槽健康状态预测算法。在分析了风电母线槽健康状态变化趋势的基础上，以风电母线槽健康运行时间作为BP神经网络的预测输出量，建立了风电母线槽健康状态预测的BP神经网络模型，将Levenberg-Marquardt算法引入BP神经网络，提出了基于L-M算法改进的BP神经网络算法，并通过Matlab仿真分析其预测效果。最后，进行了系统服务器和客户端软件的设计。为了保证数据质量，针对不同的风电母线槽状态参数，分别采用了均值滤波和Savitzky-Golay平滑滤波算法对采集数据进行滤波处理，并实现了将

6、滤波算法、风电母线槽健康状态评估与预测算法移植到服务器上，进行了客户端软件的设计。关键词：风电母线槽；健康状态评估；无线传感器网络；层次分析法；BP神经网络-I-哈尔滨工业大学工程硕士学位论文AbstractWiththedevelopmentofthewindpowergenerationtechnologyinourcountry,theapplicationofwindpowergenerationismoreandmoreextensive.Thewindpowerbuswayisthemaindeviceforthetransmi

7、ssionofthepowerofthewindturbine.Thehealthstateofthewindpowerbuswayhasagreatinfluenceonthesafeoperationofthewindturbine.Therefore,thereal-timemonitoringofthehealthstateofthewindpowerbuswayisveryheavyonthesafeoperationofthewindturbine.Thispaperfocusesontheestablishmentofwire

8、lesssensornetworkandtheassessmentandpredictionalgorithmforthehealthstatusofwindpowerbuswa