基于风力发电系统的风电机组变桨距故障诊断

《基于风力发电系统的风电机组变桨距故障诊断》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、第32卷第9期计算机仿真2015年9月文章编号：1006—9348(2015)09—0147—05基于风力发电系统的风电机组变桨距故障诊断李伟昌，张磊(河北工业大学控制科学与工程学院，天津300130)摘要：在对风电机组变浆矩故障诊断优化的研究中，为了解决风电机组变桨距系统故障诊断中的非线性和建模困难的问题。提出了一种采用自适应神经模糊推理系统(ANFIS)的故障诊断方法，并详细论述了上述故障诊断方法的构造原理。以含有非线性项的变桨距系统为研究对象，以风电机组SCADA系统数据为基础，通过构造ANFIS故障诊断模型来拟合

2、风速、桨距角、电机转速、功率输出与风电机组运行状态之间的规律，实现故障诊断的自适应。仿真结果表明，改进方法为变桨距故障诊断提供了准确可靠的决策依据。关键词：变桨风力机；变桨距系统；故障诊断；自适应神经模糊推理系统中图分类号：TM743文献标识码：BFaultsDiagnosisofWindTurbinePitchSystemBasedonANFISLIWei—chang．ZHANGLei(DepartmentofControlScienceandEngineering，HebeiUniversityofTechnolog

3、y，Ti锄jin300130，China)ABSTRACT：Inordertosolvethenonlinearanddifficultmodelingprobleminpitchsystem，afaultdiagnosismethodbasedonadaptiveneuronfuzzyinferencesystem(ANFIS)isproposed．Thismethodsetsthepitchsystemasthere—searchobject，andisbasedondatafromtheSCADAsystem．By

4、constructingANFISfaultdiagnosismodelstofitthelawinthewindspeed，pitchangle，motorspeed，thepoweroutput，andthewindturbineoperatingstatus，thismeth—odrealizesadaptivefaultdiagnosis．ThesimulationresultsdemonstratethattheproposedapproachCansupplytheae·curateandreliablede

5、cision-makingsupportinthefaultdiagnosis．KEYWORDS：Variable—pitchwindturbine；Electricpitchsystem；Faultsdiagnosis；ANFIS1引言在能源日益枯竭和环境不断恶化的背景下，风力发电在近20年异军突起。特别在我国取得了巨大发展，已占据第三大电源的位置，使我国成为风电第一大国‘1j。由风电机组故障引起的长时间停机，已经带来巨大的经济损失。因此，对风电机组进行故障诊断十分必要。近年来，不少研究学者对风电机组故障诊断展开了研究

6、。文献[2]针对风力机叶片振动信号，采用小波分解方法，对叶片的裂纹、凹痕和破损进行故障诊断。文献[3]针对风力机主轴承裂纹故障，采用改进二阶统计量算法，对主轴裂纹进行故障诊断。文献[4]针对桨距角不对称的故障，采用RelieiT特征选择与BP神经网络相结合的方法进行故障分类研究。文献[5]针对风力机定子故障，采用单子带重构改进小波变换方法提出特征量，并与BP神经网络相结合的方法，实现故障的诊断和与定位。文献[6]以SCADA系统塔架振动信号为基础，建立风电机组正基金项目：河北省高等学校科学技术研究优秀青年基金项目(Y20

7、11105)收稿日期：2014—10—10修回日期：2014一ll一23常工作状态下塔架震动模型，为风电机组振动信号状态监测和早期故障诊断提供基础。文献[7]针对发电机定子温度信号，采用BP神经网络方法建立预测模型，在测量得到的定子温度较大幅度偏离模型预测值的情况下，发出运行异常报警信号。文献[8]针对齿轮箱振动信号，提出了一种基于小波分解和最dx--乘支持向量机相结合的方法，对齿轮箱进行故障诊断。以上方法主要针对叶片、主轴承、发电机、风机塔架以及齿轮箱等机械部件进行故障诊断，对变桨距系统故障诊断的研究成果较少，相应的专

8、家经验尚且不足。随着风电机组的单机功率不断增大，运行环境不断复杂，控制系统故障已经取代齿轮箱等机械部件故障成为影响机组安全运行的首要因素，核心控制技术之一的变桨距系统已成为目前造成整个机组停机的第一原因∽J。针对变桨距系统复杂、非线性、难以用精确的数学模型进行描述以及研究成果相对较少等问题，提出了采用自适应神经模糊推