基于沙堆模型的风电机组可靠性评估及故障预测

摘要

风力发电是低碳生活、绿色经济的重要标志，其发展受到全世界重视的程度日益渐增。然而，当风电机组的装机容量急剧增大、结构日益复杂、可靠供电要求逐渐提高时，一个迫切需要解决的问题随之而来——确保机组安全运行。本文从宏观角度入手研究风电机组故障演变规律及特点，在此基础上，利用SCADA数据对风电机组进行可靠性评估和故障预测，为减少停机次数、保证可靠运行提供理论指导。
　　首先，对风机故障历史数据从时间、空间两方面进行特性分析。空间上利用幂律分布验证其分形分维性和标度不变性，时间上则采用R/S法求解Hurst指数证明其长程相关性。经比对，机组故障具有自组织临界性，由此提出基于沙堆模型思想的研究思路。
　　其次，为找出沙堆中最易崩塌部位，即找出风电机组中最易发生的故障模式，将灰关联度法引入机组可靠性评估中。根据差异信息熵增加定理动态选取分辨系数以提升系统抗干扰性，同时为符合工程应用赋予序列点熵权系数。全面考虑机组部件间联系及故障成因，建立机组故障树，以改进后的灰关联法对各故障模式的重要度进行排序，发现系统薄弱环节。
　　最后，为预测沙堆何时发生雪崩，即预测风电机组何时发生故障，建立灰色回归支持向量机故障预测模型。利用灰色理论从SCADA系统众多监测项目中筛选出主因子作为回归支持向量机的输入量，以有功功率反映机组状况，通过比较实际值与预测值来判定机组是否存在隐性缺陷。该方法可以追踪故障的发展趋势，并能在故障发生前及时发现异常状况，为保障机组安全运行、降低非计划停机次数提供坚实的技术支持。
　　本文所提出的基于沙堆模型思想的可靠性评估及故障预测方法，简单直观，且完全基于SCADA系统的记录数据，真实可靠，符合工程需要，具有一定的推广价值。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题的研究背景和意义

1.2 国内外研究动态

1.3 论文的工作安排及总体框架

第2章 风电机组基本组成与SCADA系统分析

2.1 风电机组简介

2.2 SCADA系统简介

2.3 本章小结

第3章 风电机组故障宏观特性研究

3.1 自组织临界性理论

3.2 风电机组故障自组织临界性分析

3.3 实例验证与结果分析

3.4 本章小结

第4章 大型风电机组可靠性评估

4.1 基本思路

4.2 灰关联分析法及其改进

4.3 基于改进灰关联-故障树分析的风电机组可靠性评估

4.4 实例分析

4.5 本章小结

第5章 大型风电机组故障预测方法研究

5.1 故障预测研究思路

5.2 基于灰色回归支持向量机的风电机组状态预测模型

5.3 实验分析

5.4 本章小节

第6章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

个人简历、在学期间发表的学术论文及研究成果