首页专业论文技术应用政策标准解决方案常用资料经验交流教育培训企业技术专家访谈电力期刊
您现在的位置:北极星电力网 > 技术频道 > 专业论文 > 风电机组故障智能诊断技术及系统研究(5)

风电机组故障智能诊断技术及系统研究(5)

北极星电力网技术频道    作者:彭华东,陈晓清,任明,杨代勇,董明   2011/3/24 17:05:28   

  所属频道:  风力发电    关键词:  风电机组 状态监测 故障诊断

4.2 预警和诊断系统设计

根据神经网络技术在旋转机械故障诊断方面的研究总结[16-17,20-22],拟定如图4的风电机组预警和诊断方案。

预警系统采用3层BP神经网络结构。网络的拟定输入为风向、风速、风轮转速、电机转速、输出功率、功率因数、发电频率、发电机温度、齿轮箱油温、液压系统压力等10个参量,在实际的设计中选取敏感度较高的参数作为输入量,可根据运行数据进行调整;输出为机组正常、齿轮箱异常、发电机异常、偏航系统异常4个量。根据风电场运行数据,取得机组在齿轮箱异常、电机异常、偏航系统异常和正常四种状态下的样本值,即预警和报警样本值。神经网络输出节点为4个,分别对应机组正常、齿轮箱异常、发电机异常和偏航系统异常,节点输出值的范围为[0,1],输出值越大代表异常的可能性越大。

应用神经网络模型进行故障预测和诊断过程分为两部分:网络模型学习训练和模型的应用[23]。前者在离线时通过目标样本训练神经网络、调节网络权值,从而得到实用的网络模型。当训练输出与预期输出之差在容许范围内时,表明网络已训练好,然后分析目标样本确定各节点的输出阈值。各异常状态对应节点输出的最小值作为该节点输出的第一阈值;各异常状态对应节点输出的平均值作为该节点输出的第二阈值。模型的应用即利用训练得到的诊断模型对运行数据进行故障诊断和预测。用实时测量数据代替网络的输入,用已训练好的模型实时计算输出,若某节点的输出大于第一阈值,小于第二阈值时,对该类故障给予预警,提醒工作人员注意;当节点输出超过第二阈值时,发出报警信号,认为该类事故发生。故障诊断预警模型的运行流程见图5。

来源:电网与清洁能源
友情链接
北极星工程招聘网北极星电气招聘网北极星火电招聘网北极星风电招聘网北极星水电招聘网北极星环保招聘网北极星光伏招聘网国际节能环保网光伏论坛IC资料网压力传感器招标信息分类电子资料百年建筑网

广告直拨:   媒体合作/投稿:陈女士 010-52898473点击这里给我发消息

关于北极星 | 广告服务 | 会员服务 | 媒体报道 | 营销方案 | 成功案例 | 招聘服务 | 加入我们 | 网站地图 | 在线帮助 | 联系我们 | 排行 |

版权所有 © 1999- 北极星电力网(Bjx.Com.Cn) 运营:北京火山动力网络技术有限公司

京ICP证080169号京ICP备09003304号-2 京公网安备 11010502034458号电子公告服务专项备案