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(7)

风电机组故障智能诊断技术及系统研究(7)

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

4.4 软件实现

根据神经网络用于故障诊断的原理,在软件的使用方面设置了学习模块和诊断模块。为适应学习和计算的不同需要,两条模块采用不同的组织形式。软件操作方式拟采用树状按钮的设置模式,既可浏览软件各功能全貌,又可方便操作各个功能模块。设计原则简单方便、易于理解,各个功能模块化,操作直观快捷,安全性区分好。软件整体设计流程图如图7所示。

软件实现主要包括算法实现和系统实现两部分。算法实现为神经网络训练算法和实时诊断算法;系统实现为整个软件系统的功能,包括诊断模块、训练模块、系统框架、曲线绘制模块、数据查询模块、数据管理模块的软件实现等。软件设计完成后,还应进行测试,包括独立运行测试和融合测试,其目的是确保各模块实现各自的功能,相互之间通信正常,不出现非法干扰。

5 结语

随着风能在世界范围内的快速发展,不少风电机组都出现了大量运行故障,如何降低发电成本、保证机组的运行可靠性已成为一个亟待解决的问题。风电机组是一个复杂的机电综合系统,目前齿轮箱故障、电气系统故障和发电机故障是最主要的三种故障,往往征兆与故障之间存在多种映射关系,针对风电机组进行状态监测,进而开展故障诊断仍存在较大的困难。因此构建基于BP神经网络的风电机组故障智诊断系统,擅长发掘故障信息中的隐含知识,不仅可对故障进行有效诊断与分类,还有利于降低机组故障率、减少维修时间、提高风电场的经济效益。

参考文献

[1] mid and Long Range Plan for Renewable Energy Development[R]. Chinese Committee for National Developmentand Reform, 2007.

[2] Highlights of the World Wind Energy Report 2008[R/OL].World Wind Energy Association.

[3] WALFORD C A. Wind Turbine Reliability: Understandingand Minimizing Wind Turbine Operation andMaintenance Costs [R]. Sandia Report, SAND2006-1100,2006.

[4] WILKINSON M R, SPIANTO F, KNOWLES M, et al.Towards the Zero Maintenance Wind Turbine [C]//Proceedings of 41st International Universities PowerEngineering Conference, 2006, 1: 74-78.

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