大云網發電企業風力發電正文

考慮運行工況和信息簡化的風機傳動鏈狀態監測方法研究

2017-08-21 18:00:40 阜特科技　點擊量：評論 (0)

在人類面臨能源危機和環境污染雙重挑戰的今天，風能作為一種可再生的清潔能源具有巨大的環保效益和商業潛力。隨著各國對風能利用的重視和風力發電技術的提高，風電在電力市場中的占有比例不斷上升，風電機組單機

2.3 結果驗證

分別計算第5通道正常數據（有功功率非0）和故障數據（齒輪箱軸承磨損）的峰值、平均幅值等24個指標，并進行PCA降維，得到生成的主成分，分別比較幾個轉速范圍下正常數據和故障數據的主成分分布情況，如圖所示：

圖2-4 1000-1200rpm主成分比較圖

圖2-5 1200-1500rpm主成分比較圖

圖2-6 1500+rpm主成分比較圖

由圖2-4到圖2-6可以看出，在三個轉速范圍，故障數據的PCA降維結果與正常數據降維結果的分布有很大的差別，故障數據降維后的散點都落在分布圓外，可以實現正常數據與故障數據的分類。因此，結合PCA降維技術，考慮風電運行工況，對風電振動數據進行融合，獲得散點分布圓，可以有效的實現風電設備的狀態監測和故障診斷。

3 結束語

本文針對風電機組傳動鏈狀態監測和故障診斷過程的數據指標多,風機運行工況復雜的問題，基于真實風電傳動鏈數據，進行了時域指標融合分析研究，提出了一種考慮風電運行工況（風速和有功功率）的有效狀態監測方法；方法結合振動數據的時域、頻域指標，并對指標進行PCA降維，在考慮運行工況的情況下繪制散點分布閾值圓，從而實現對風電機組狀態的描述和故障診斷。

參考文獻:

[1]DimitriosKoulocheris, GeorgiosGyparakis, AndoniosStathis. Vibration Signals and Condition Monitoring for Wind Turbines. Scientific Research Publishing Journal, 2013, Vol.05 (12)：948-955.

[2]徐展.基于振動法的風電機組傳動鏈狀態監測與故障診斷研究[D].杭州：浙江大學，2012.

[3] 楊濱源, 王玉, 王小康.基于振動信號分析的風電機組故障診斷研究[J].第十三屆全國風能應用技術年會, 2016.