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(1)

风电机组故障智能诊断技术及系统研究(1)

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   

摘要:风电机组的状态监测和故障诊断是保证机组长期稳定运行和安全发电的关键。基于风电机组的基本结构,介绍了机组的故障类型和机理,论述了实际应用中机组的状态监测和故障诊断技术;基于BP神经网络的原理和优点,深入讨论了如何应用人工神经网络构建风电机组智能诊断系统,并给出了可行的系统设计方案和软件实现流程图。

关键词:风电机组;状态监测;故障诊断;神经网络

风力发电是世界上公认的最接近商业化的可再生能源技术之一[1]。在当今强调保护环境、可持续发展的背景下,不消耗化石燃料、无环境污染的风力发电被认为是最清洁的能源利用形式。在过去的10年里,由于年平均增长率接近28%,风力发电已成为世界上增长最快的可再生能源[2]。随着风能的快速发展和大规模风电机组的投入运行,且由于大部分机组安装在偏远地区,负荷不稳定等因素,我国不少风电机组都出现了运行故障,直接影响了风力发电的安全性和经济性。为保持风电的长期稳定发展,增强它与传统能源的竞争力,必须不断降低风力发电的成本(包括制造安装成本和运行维护成本)。服役超过20年的风电机组,其运行维护费用估计占能源成本的10%~20%[3];海上风电机组由于运行环境更恶劣、维护操作更困难,这个比例更是高达30%~35%[4]。2004年丹麦Horns Rev海上风电场的多台机组出现了电机失效等技术故障,更换风机并运至陆上维修,直接导致设备供应商年度亏损近4 000万欧元。

因此,风电机组的状态检测和故障诊断显得尤为重要,是保证机组长期稳定运行和安全发电的关键。风电机组故障诊断利于降低故障率、减少维修时间、增加年发电量和提高风电场的经济效益;利于发现早期故障,不仅能为机组维护人员安排备用器件和物资提供必要的时间,而且也能为设计人员提供指导和意见。随着人工智能技术的发展,特别是知识工程、专家系统、人工神经网络等在诊断领域的进一步应用,故障智能诊断已逐渐成为现实。

本文将在介绍风电机组结构、常见故障和状态监测技术的基础上,深入讨论如何应用人工神经网络构建智能诊断系统,并给出可行的系统设计方案和软件实现流程图。

1 风电机组结构

风电机组通过叶轮捕获风能,传动系统将风能传递到发电机,发电机在电气控制系统的调节下发高质量的电能,并网型发电机通过变流器和变压器接入电网,向电网馈电。风电机组从整体结构上分直驱型和齿轮箱升速型,实际应用中较多采用后者。常见的升速型水平轴风电机结构如图1所示[5],主要由风轮、变桨机构、传动系统、偏航系统、发电机、控制系统、机舱和塔架等构成。

2 常见故障和机理分析

风电机组多安装在高山、荒野、海滩、海岛等风口处,常年经受无规律的变向变负荷的风力作用以及强阵风的冲击和酷暑严寒极端温差的影响,从而导致其故障频发。风电机组常见的故障类型有很多。对于不同风电场,其地理位置、风况、风机类型和运行情况都有所不同,从而导致机组的故障类型不同。图2是瑞典风电场2000—2004年间故障数据的统计图。可见,电气系统是机组中最常发生故障的部件,其次是传感器和叶片/变桨装置;齿轮箱故障是引起停机时间的最主要原因,其次是控制系统故障和电气故障[6]。据统计,我国的风场齿轮箱损坏率高达40%~50%,是机组中故障率最高的部件。以下仅分析几种常见的主要故障。

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北极星节能招聘网招标信息分类电子资料百年建筑网PLC编程培训

广告直拨:   媒体合作/投稿:陈女士 13693626116

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 | 联系我们 | 排行

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

网络文化经营许可证 [2019] 5229-579号广播电视节目制作经营许可证 (京) 字第13229号出版物经营许可证新出发京批字第直200384号人力资源服务许可证1101052014340号

Copyright © 2022 Bjx.com.cn All Rights Reserved. 北京火山动力网络技术有限公司 版权所有