基于概率统计的非参数模型状态监测

摘要

随着世界性能源危机的加剧和全球环境日趋污染，许多国家都更加重视洁净的新能源和可再生能源的研究、开发和利用。风能作为可再生绿色能源，备受世界各国的关注，目前已在世界上几十个国家得到了广泛的开发和利用。风电机组状态监测对于风电场特别是海上风电场降低维护成本，提高运行水平具有重要的实用价值。
　　本课题采用高斯过程的特例—NSET（非线性状态估计）对风力发电机组关键部件进行建模及状态监测，具有较大的实用价值。主要工作内容和成果如下:
　　详细分析了风力发电机组状态监测的现状。根据变量测量位置和作用的不同，对SCADA数据进行分析及分类，深入研究SCADA数据。
　　采用温度趋势分析的方法对风电机组齿轮箱的运行状态进行监测。利用NSET方法建立齿轮箱正常工作状态下的温度模型并用其进行温度预测。通过合理构造过程记忆矩阵，使模型覆盖齿轮箱的正常工作空间。当齿轮箱工作异常时，其动态特性偏离正常工作空间，NSET温度模型预测残差的分布特性发生改变。
　　对振动信号的建模和分析可以实现对机组重要部件如塔架、传动链、叶轮等的状态监测工作。在对风电机组塔架振动特性及其影响因素进行细致分析的基础上，建立了塔架振动模型，该模型由额定风速以下和额定风速以上两部分子模型构成。本课题对非线性状态估计技术的物理意义及特点进行了深入的分析和探讨。在某风电机组2006年4至6月份SCADA数据的基础上，建立了覆盖其正常工作状态的塔架振动模型，并对该模型进行了验证。

目录

声明

摘要

第1章 绪论

1．1 风力发电的背景及意义

1．2 国内外风力发电发展的现状

1．3 风电机组状态监测技术

1．3．1 状态监测技术概述

1．3．2 状态监测技术方法

1．4 本课题研究意义及内容

第2章 SCADA系统

2．1 SCADA数据的利用

2．2 SCADA数据的分类

2．3 本章小结

第3章 高斯过程及其特例NSET

3．1 高斯过程

3．2 高斯过程回归

3．2．1 模型

3．2．2 预测

3．2．3 核函数及其性质

3．2．4 参数估计

3．3 高斯过程回归的一个简化特例—NSET

3．4 本章小结

第4章 NSET在齿轮箱温度预测中的应用

4．1 引言

4．2 风力发电机组的齿轮箱结构

4．3 齿轮箱温度建模和预测

4．3．1 建模变量的选取

4．3．2 建模的时间跨度

4．4 构造过程记忆矩阵D

4．5 齿轮箱NSET温度模型的有效性验证

4．6 本章小结

第5章 塔架振动NSET建模与预测

5．1 引言

5．2 塔架振动分析

5．2．1 额定风速以下的塔架振动分析

5．2．2 额定风速以上的塔架振动分析

5．3 采用NSET的塔架振动建模

5．3．1 额定风速以下塔架NSET振动建模

5．3．2 额定风速以上塔架NSET振动建模

5．4 NSET塔架振动建模验证

5．5 塔架振动模型的应用

5．6 本章小结

第6章 结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢