首页> 中文学位 >基于模型方法的风力发电机组热特性和故障诊断研究
【6h】

基于模型方法的风力发电机组热特性和故障诊断研究

代理获取

目录

声明

摘要

图表目录

主要符号表

1绪论

1.1论文研究背景及意义

1.2风力发电机组故障诊断技术

1.2.1风电齿轮箱和发电机常见故障类型

1.2.2基于CMS的风力发电机组故障诊断

1.2.3基于SCADA的风力发电机组故障诊断

1.3风力发电机组热特性研究

1.3.1齿轮箱

1.3.2发电机

1.4论文研究内容和结构

2风力发电系统理论模型

2.1风速

2.1.1风速的威布尔分布

2.1.2四分量风速模型

2.2风轮

2.3传动系统

2.4发电机

2.5机组控制策略

2.6机组运行特性仿真

2.6.1风力发电机组运行曲线

2.6.2恒风速下机组运行特性

2.6.3变风速下MPPT转速控制的机组特性

2.6.4变风速下MPPT转矩控制的机组特性

2.7本章小结

3风力发电机组齿轮箱热分析

3.1齿轮箱结构

3.1.1平行齿轮传动

3.1.2行星齿轮传动

3.2齿轮箱功率损耗

3.2.1齿轮传动的功率损耗

3.2.2滚动轴承的功率损耗

3.2.3齿轮箱搅油损耗

3.2.4其他功率损耗

3.3齿轮箱热平衡分析

3.3.1齿轮箱表面散热

3.3.2润滑、冷却系统散热

3.3.3齿轮箱部件升温

3.4齿轮箱效率计算

3.5润滑油温升计算

3.6本章小结

4基于等效热网络方法的风力发电机热分析

4.1双馈异步风力发电机功率损耗分析

4.2双馈异步风力发电机等效热网络模型

4.2.1发电机热模型构建

4.2.2传热基本理论

4.2.3肋片热阻

4.2.4定子热阻

4.2.5转子热阻

4.2.6机壳热阻

4.2.7其他热阻

4.3双馈异步风力发电机的对流换热系数

4.3.1机壳

4.3.2端部空间

4.3.3气隙

4.4等效热网络模型求解

4.4.1热平衡方程组

4.4.2模型参数及求解

4.4.3变工况下的风力发电机温度分析

4.5本章小结

5风力发电机组故障诊断的仿真研究

5.1风力发电机组的非线性状态预测

5.1.1扩展卡尔曼滤波

5.1.2无迹卡尔曼滤波

5.1.3 EKF和UKF对比

5.2基于UKF的风力发电机组故障诊断

5.2.1故障模式的引入

5.2.2齿轮箱故障诊断

5.2.3齿轮箱润滑、冷却系统故障诊断

5.2.4变桨系统故障诊断

5.2.5发电机冷却系统故障诊断

5.2.6故障诊断结果对比

5.3本章小结

6 SCADA系统及数据分析

6.1 SCADA系统介绍

6.2 SCADA数据分析

6.3基于模型和SCADA数据的风力发电机组故障诊断

6.3.1齿轮箱故障诊断

6.3.2发电机冷却系统故障诊断

6.4本章小结

7总结与展望

7.1本文主要工作

7.2论文创新点

7.3进一步的研究方向

致谢

参考文献

附录

展开▼

摘要

目前,大型商业化的风力发电机组和风电场通常配有SCADA系统,以记录机组运行数据和相关报警信息,但如何应用SCADA数据对风力发电机组进行在线故障诊断仍是亟待解决的关键问题。针对上述问题,本文开展风力发电机组热特性及故障诊断的相关研究,针对常见的数据驱动方法存在的不足,提出了一种新的基于模型的风力发电机组在线故障诊断方法,并对该方法进行验证,为风力发电机组的热分析和在线监测与故障诊断系统的开发提供可行和有效的技术手段。论文主要研究工作包括: (1)针对双馈异步风力发电机组的非线性动态特性,研究了机组的基本结构和工作原理,推导了机组各部分的数学模型,采用Matlab/Simulink构建了风力发电机组仿真模型,计算了不同风速和控制策略下机组参数的动态变化过程,得到了风速和控制策略对机组动态特性的影响规律。结果表明,所建模型体现了双馈异步风力发电机组的非线性特性和各变量的相互关系。 (2)针对风力发电机组的故障诊断问题,提出了基于模型的机组故障诊断方法,从能量转换的角度,基于机组热特性诊断机组故障。研究了风电齿轮箱和发电机的功率损耗机理和传热机制,采用集总参数法和等效热网络法分别构建了齿轮箱和发电机热模型。将齿轮箱和发电机热模型与风力发电机组模型结合,仿真研究了机组在不同风速条件下齿轮箱和发电机参数的非线性特性,结果表明了齿轮箱传动效率、润滑油温度和定子绕组温度随机组工况的变化规律。仿真算例验证了所建模型的合理性。 (3)针对风力发电机组的非线性状态估计问题,对比研究了不同测量步长下EKF算法和UKF算法的估计精度,结果表明UKF算法避免了模型线性化过程中造成的误差影响,精度更高,收敛速度更快,鲁棒性更强,并且受测量步长影响更小。在此基础上,提出了基于UKF算法的机组故障诊断技术,结合所建模型,给出了机组监测量参考值的最优估计。 (4)针对机组不同故障模式导致机组参数产生相似变化,通过改变仿真模型参数引入四种故障模式,研究了不同故障作用机制对机组非线性特性的影响。提出了以温度为主要监测量对不同故障模式进行识别,仿真结果表明,基于模型的故障诊断方法对于不同故障模式的诊断能力不同,监测量残差的行为具有一定差异,区分了四种故障模式。在此基础上,研究了模型方法对于不同故障作用机制的敏感性和适用性。通过仿真算例验证了模型方法的有效性。 (5)研究了低频SCADA数据在风力发电机组故障诊断上的应用,采用基于模型的故障诊断方法获得了润滑油温度和定子绕组温度的参考值,通过与SCADA数据对比,结合相关维修记录,诊断了机组的齿轮箱故障和发电机冷却系统故障,并且在齿轮箱故障导致机组停机前一段时间即对故障隐患做出了响应。与SCADA数据的对比过程和结果验证了所建模型的正确性和有效性。 该课题研究为风力发电机组运行特性及其热特性研究、可靠性设计、故障诊断系统的开发和应用等方面提供了理论依据和技术手段。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号