基于运行数据建模分析的风电机组状态评估方法研究

摘要

近年来，风电行业快速发展，风电机组的运行和维护需要消耗大量人力、时间、经济成本。风电机组的状态监测越来越受到人们的关注，提前并且准确的监测到风电机组的故障能有效减少运维成本。
　　现在风电机组标配的监测系统为SCADA(Supervisory Control and Data Acquisition)系统，但由于海量的SCADA数据变化范围大，随机性强，给信息提取带来困难，并且缺少有效提取其中有用信息的理论和方法，不同风电机组的特性存在很大差异，同时监测到的数据会受到温度、风况等因素的影响，导致SCADA数据不能准确对设备状态进行监测，无法预防设备故障的恶化，未得到有效利用。
　　由于风电机组运行监控系统（SCADA系统）监控的各参数之间存在相互关联性，如果这种关联性发生了变化，表明风电机组的运行状态发生了变化，可能出现异常状态。本文根据这种SCADA参数之间的关联性，对投运的风电机组实际数据进行筛选，采用多项式回归方法建立不同风速下监测参数之间的关系模型，以正常运行状态下的关系模型作为基准，计算待判断状态（异常状态）下的关系模型与正常状态模型对应参数间的差异值作为机组状态评价标准。并在此基础上采用天叠加的方法来形成多项式拟合监测策略，进行基于拟合特征的故障状态趋势发展分析，并利用此方法实现风电机组的状态评估。

目录

声明

摘要

1．1 研究背景及意义

1．2 风电机组状态监测发展现状

1．2．1 运行状态监测方法简介

1．2．2 利用SCADA数据进行状态监测研究现状

1．3 研究目标与研究内容

1．3．1 研究目标

1．3．2 研究内容

第2章 风电机组结构原理及SCADA系统

2．1 风力发电机组类型及结构

2．1．1 简介

2．1．2 双馈异步风力发电机组

2．1．3 永磁直驱同步风力发电机组

2．2 SCADA系统结构与功能

2．2．1 系统结构

2．2．2 系统功能

2．2．3 系统数据

2．3 风电机组故障与SCADA系统报警

2．4 本章小结

第3章 SCADA数据预处理及关联性分析

3．1 SCADA数据的筛选与预处理

3．1．1 数据的筛选

3．2．2 数据的预处理

3．2 SCADA数据的相关性

3．2．1 双馈式风电机组SCADA监测数据相互关系

3．2．2 直驱式风电机组SCADA监测数据相互关系

3．3 相关性分析

3．3．2 互相关分析及相关系数

3．4 本章小结

第4章 基于多项式回归的风电机组子系统状态监测

4．1 概述

4．2 理论方法

4．2．1 多项式回归方法

4．2．2 差异性判别方法

4．2．3 阈值的确定

4．3 应用案例

4．3．1 风电机组整体运行状态

4．3．2 发电机轴承故障案例

4．3．3 变桨轴承故障案例

4．3．4 变桨电机故障案例

4．3．5 齿轮箱油温高故障案例

4．3．6 变桨系统超级电容故障案例

4．4 问题讨论

4．5 本章小结

第五章 基于拟合特征的故障状态趋势发展分析

5．1 概述

5．2 理论方法

5．3 应用案例

5．3．1 发电机轴承状态趋势

5．3．2 齿轮箱系统状态趋势

5．3．3 变桨系统状态趋势

5．4 问题讨论

5．5 本章小结

第六章 结论与展望

6．1 结论

6．2 展望

参考文献

攻读硕士期间发表论文及参与的科研工作

致谢