风力发电机组故障诊断与预测技术研究综述

被引:112
作者
金晓航 [1 ,2 ]
孙毅 [1 ,3 ]
单继宏 [1 ,2 ]
吴根勇 [2 ,4 ,5 ]
机构
[1] 浙江工业大学特种装备制造与先进加工技术教育部重点实验室
[2] 浙江工业大学机械工程学院
[3] 浙江工业大学海洋研究院
[4] 浙江运达风电股份有限公司
[5] 风力发电系统国家重点实验室
基金
浙江省自然科学基金;
关键词
风力发电机组; 故障诊断; 故障预测; 数据采集与监控系统;
D O I
10.19650/j.cnki.cjsi.2017.05.001
中图分类号
TM315 [风力发电机];
学科分类号
摘要
随着风力发电机组装机容量的快速发展,累计运行时间的持续增长,风电机组的维护问题日益突出,迫切需要研发有效的风电机组故障诊断与预测系统。从故障诊断和故障预测两个方面,归纳风力发电机组的主要故障特点;针对故障诊断难点问题,分析和总结基于振动、电气信号分析和模式识别算法的故障诊断方法的研究现状,指出各种方法的技术特点、局限性和今后的发展趋势;针对风电机组中机械结构和电子系统性能退化的各自特点,归纳当前的研究进展,提出物理失效模型和数据驱动模型融合的故障预测方法;最后,归纳了利用风力发电机组数据采集与监控系统(SCADA)数据进行故障诊断与预测的最新进展及需要进一步研究的问题。
引用
收藏
页码:1041 / 1053
页数:13
相关论文
共 48 条
[1]   基于UKF的轴承剩余寿命预测方法研究 [J].
阙子俊 ;
金晓航 ;
孙毅 .
仪器仪表学报, 2016, 37 (09) :2036-2043
[2]   基于Bayesian改进算法的回转窑故障诊断模型研究 [J].
刘浩然 ;
吕晓贺 ;
李轩 ;
李世昭 ;
史永红 .
仪器仪表学报, 2015, 36 (07) :1554-1561
[3]   锂离子电池循环寿命的融合预测方法 [J].
刘月峰 ;
赵光权 ;
彭喜元 .
仪器仪表学报, 2015, 36 (07) :1462-1469
[4]   锂离子电池健康评估和寿命预测综述 [J].
刘大同 ;
周建宝 ;
郭力萌 ;
彭宇 .
仪器仪表学报, 2015, 36 (01) :1-16
[5]   风电机组的机械液压混合传动技术 [J].
朱成党 ;
涂乐 ;
林勇刚 ;
刘宏伟 ;
李伟 .
浙江大学学报(工学版), 2014, 48 (10) :1767-1774
[6]   一种基于谱峭度的异步电机故障诊断方法 [J].
赵妍 ;
李志民 ;
李天云 .
电工技术学报, 2014, 29 (05) :189-196
[7]   直驱永磁同步风电机组叶轮不平衡和绕组不对称的故障诊断 [J].
杭俊 ;
张建忠 ;
程明 ;
朱瑛 ;
张邦富 .
中国电机工程学报, 2014, 34 (09) :1384-1391
[8]   风力发电机组的台风适应性设计方法研究 [J].
申新贺 ;
叶杭冶 ;
潘东浩 ;
张秀芝 ;
方郁锋 .
中国工程科学, 2014, 16 (03) :70-75
[9]   数据驱动故障预测和健康管理综述 [J].
彭宇 ;
刘大同 .
仪器仪表学报, 2014, 35 (03) :481-495
[10]   基于小波域平稳子空间分析的风力发电机齿轮箱故障诊断 [J].
严如强 ;
钱宇宁 ;
胡世杰 ;
高晓旸 .
机械工程学报, 2014, 50 (11) :9-16