基于多变量状态估计风电机组齿轮箱温度监测方法

基于多变量状态估计风电机组齿轮箱温度监测方法

ID:5381586

大小:548.14 KB

页数:4页

时间:2017-12-08

基于多变量状态估计风电机组齿轮箱温度监测方法_第1页
基于多变量状态估计风电机组齿轮箱温度监测方法_第2页
基于多变量状态估计风电机组齿轮箱温度监测方法_第3页
基于多变量状态估计风电机组齿轮箱温度监测方法_第4页
资源描述:

《基于多变量状态估计风电机组齿轮箱温度监测方法》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、第22卷第6期仪器仪表用户EICVo1.222015年l2月NSTRUMEN-rATION2015No.6基于多变量状态估计的风电机组齿轮箱温度监测方法张艳霞,翟永杰,赵海龙(华北电力大学控制与计算机工程学院,河北保定071003)摘要:风电机组的故障诊断是大型风电场运行中亟待解决的问题。由于风力发电的特殊性,大部分风电场都是在边远地区,风机与风机之间的距离更高,不能像火电或水电等设施,以方便检查,因此如何实现故障诊断的风力发电机组设备的状态是特别重要的。本文利用多变量状态估计(MultivariateStateEstimationTech

2、niqe)方法对齿轮箱的温度进行状态监测,通过对设备正常工作状态下的历史数据进行学习,对系统各个参数之间的关系进行定义,通过相关性分析来建立正常运行状态下多个相关变量间的内在非线性模型。然后,利用滑动窗口的统计方法,计算残差均值,当平均值曲线超出阈值范围时,设备运行异常。关键词:MSET;滑动窗口统计;齿轮箱温度;残差中图分类号:TP277文献标识码:A文章编号:1671-1041(2015)06-0058-04TheMonitoringMethodofWindTurbineGearboxTemperatureBasedontheMSETZ

3、hangYanxia,ZhaiYongjie,ZhaoHailong(CollegeofControlandComputerEngineering,NorthChinaElectricPowerUniversity,Hebeibaoding,071003,China)Abstract:Thepredictionofwindturbinefaultsbecomesaurgentprobleminlarge—SCalewindfarmoperation.BecauseoftheParticularityofwindpower.mostwindt

4、urbinesarebuiltinremoteareasandthedistancebetweenwindturbinesiSveryhuge.As—wellastheheightofthewindturbinesisveryhigh,itcannotberepairedconvenientlylikeothercoal-firedpowerplants.Soitisurgenttofindthediagnosticmethodofwindturbineswhichisbasedonothertheory.ThemethodofMultiv

5、ariateStateEstimationTechniqueisusedtopredictthetemperatureofthegearboxinthispaper.Throughthestudyingofthehistorydata,theinherentnonlinearmodeliSconducted.AnappropriatethresholdiSsettomeasuretheconditionofthewindturbine.Keywords:MSET;statisticsslidingwindow;gearboxtemperat

6、ure;residuals0弓I言1MSET建模原理齿轮箱主要是将叶轮转动产生的力矩传递给发电机,多变量状态估计(MultivariateStateEstimation带动其转动,发出电能,是风电机组特别重要的部件之一。Technique,MSET)技术是由GrossKC,SingerRM等提出目前风电机组故障诊断研究方法很多,比如基于时间的一种由数据驱动的非参数建模方法。它把各个参数正常序列故障的方法,采用振动数据研究的方法等,文献[1—3]工作状态下的运行数据构造成D记忆矩阵,D矩阵的列向主要讨论了风电机组监测方法的综述。文献【4—8]

7、对振动故量代表某一时刻的所有参数的运行数据,行向量代表某一障进行了分析,并通过小波分析方法进行了处理。文献[9】参数在m个状态时的运行数据,然后定义各个参数之间的用小波变换对风电机组传动系统进行了故障诊断。文献【1o]关系,从而做到状态估计。设在i时刻时观测到的n个相采用BP神经网络对齿轮箱和发电机进行建模并预测。华关变量为观测向量,即北电力大学赵洪山等开展了基于统计过程控制的风机齿轮箱故障预测,结合最小二乘支持向量机算法,进行齿轮箱X(i)=[(f),2(),⋯,x()]状态监测[1ll~华北电力大学郭鹏等较早开展了基于SCADA(1)数

8、据的齿轮箱温度趋势状态监测以及风电机组塔架振动建然后在正常工作状态下的历史数据构成了过程记忆矩模与监测[121。阵,即收稿日期:2015-8-28作者简介:张艳霞(1988-),

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。