风电变流器故障诊断

《风电变流器故障诊断》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、设计研发Research&Design风电变流器故障诊断把传统的电力电子设备故障诊断技术与新疆风力机变流器的故障诊断相结合，为风电大面积推广应用具有积极作用。■王占霞/北京同方电子科技有限公司珠海分公司张晓波/西安交通大学电气工程学院风电在全国迅猛发展，很多地区都建设了大型由于风力发电机结构不同，同样额定功率的机组中，流的并网式风电场，大量风力发电机装设上以过双馈式风机变流器的能量大约只占直驱式风力发电机后，经过一段时间的运行，其故障后的维护与检修就成的1/3。为不可回避的问题。现在并网型风力发电机中很多都装变流器所处现场往往环境恶劣，高温发热、油水脏设有电力电

2、子变流装置，由于所处位置多位于风力发电污、灰尘以及交变的电磁干扰等都无法估计，既影响变机与电网之间，这些装置一旦发生故障，如不及时处理，流器性能也极易导致变流器故障。目前风力发电机中电轻则会引发波形畸变降低供电质量，重则将会影响整个力电子开关大量使用了绝缘栅双极晶体管（IGBT），当其风电机组发电，甚至危及电网安全。电力电子设备故障两端电压过高或过电流导致温度过高，亦或其运行功率较轻时暂不影响整个风电系统运行，但如果任其恶化下超过了在正常工作温度下允许的最大耗散功率（最大集去很容易导致上述严重后果，如果能及时发现其故障类电极功耗）等，都可能导致开关管超过耐受极限

3、而击穿型和故障位置，就可以把风电变流装置故障带来的损失或烧毁，有时甚至是永久性损坏。导致变流器中开关管降到最小，因此对风电变流器的故障及时进行诊断是十过电压和过电流的原因是多方面的，常见的有变流器本分必要的。身的质量问题、元件接触不良以及型号参数不匹配等，此外，风力发电机在运行过程中遭遇电网故障，功率无法1风机变流器结构与故障机理馈送入电网，导致功率直流侧和输出侧电压升高，发电目前各大风电场的主力机型大体有3类：鼠笼式风机在运行过程中由于负载突变产生过高的冲击电流，发力发电机、直驱式风力发电机和双馈感应式风力发电电机及传输电缆绝缘老化导致匝间或相间短路形成短路机

4、。其中除鼠笼式以外，其余两种形式的风力发电机并电流等，如最终超过元件的耐受限度，都会导致变流器网时都不可避免地要经过一个电力电子变流器，只不过元件故障。48·2011年第2期Research&Design设计研发2用BP神经网对变流器故障波形进行诊断在之前的研究中，已经可以得到风力发电机变流器的各种不同故障类型，不同故障位置的各种波形，经处理后，可用于对神经网进行训练，以获得可以智能诊断实际运行中风机变流器故障的神经网络。这里首先用其对BP神经网进行训练，图1为所使用程序的流程图。开始输入故障波形向量P输入故障类型及位置目标向量T输入向量P的最大值和最小值建立神

5、经网同时定义结构、训练函数等参数定义训练次数、训练目标、学习速率训练神经网Y图2神经网络训练结果满足训练目标等参数了吗？N0.05）之间的小随机数的方法，生成3种对应的测试数据。N输出：满足训最大训练次数到了吗？练目标并输出来测试网络结果，如果训练出的是理想的网络，所得的训练曲线等参Y数和图像结果预期应该为Yt＝[000；011；110]′。上述训练后输出：达到最大训练次数实际测试的结果为：Y＝程序结束0.02320.07030.9486图1BP网训练流程图0.00380.91830.9820图2是上述程序的训练结果，由图中第一栏可以看0.00750.92360

6、.0132出：该网络除了输入层以外共有两层，一层为隐层，一用ydet＝Yt－Y求训练结果与目标的偏差可得层为输出层。第二栏算法栏说明训练函数采用的是ydet＝trainlm其算法为Levenberg－Marquardt。其性能函数采－0.0232－0.07030.0514用的是mse即均方误差性能函数（MeanSquaredError）。－0.00380.08170.0180第三栏显示的是各种参数，该栏在训练过程中是不断变－0.00750.0764－0.0132化的，直到最后稳定在一个值，则训练结束。其中Epoch可以看出各数据与目标的偏差的绝对值都＜0.1，可

7、表示训练步数，定义是最大可训练一千步，本轮4次即以认为训练结果是满足要求的，该网络实现了故障模式收敛了。Time表示训练时间，本轮为10s，很快。Per-的智能诊断，能够满足本研究设计的预期目标。formance表示性能，训练目标是小于0.01，这里显示为0.00432，满足训练目标要求。Gradient表示梯度，这里3网络结构对比分析为0.0306。上述BP神经网络采用了简单的单隐层结构，理论现在用3种故障状态对应的每个数据加上一个（0～上，这样的结构已经可以解决所研究的故障诊断问题。然2011年第2期·49设计研发Research&Design而，神经网每次

8、训练的结果都有可能是不同