基于工况辨识的风电机组齿轮箱状态监测

被引：32

作者：

刘长良 ^{[1
]}

闫萧 ^{[2
]}

机构：

[1] 华北电力大学新能源电力系统国家重点实验室

[2] 华北电力大学控制与计算机工程学院

来源：

热能动力工程 | 2016年 / 31卷 / 07期

关键词：

风电机组; 工况辨识; 状态监测; 非线性状态估计;

D O I：

10.16146/j.cnki.rndlgc.2016.07.007

中图分类号：

TM315 [风力发电机];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对大型风电机组复杂多变的运行工况,采用单一固定阈值来评价风电机组运行状态误报警率高的问题,采用标准模糊C均值聚类进行运行工况识别;在各个子工况空间下,利用非线性状态估计方法建立齿轮箱正常工作状态下温度模型进行轴承温度估计;采用滑动窗口残差统计方法对残差进行分析,建立残差均值报警阈值。最后以某风电机组SCADA(数据采集与监视控制系统)数据进行应用研究。结果表明:基于工况辨识的模型可以准确估计齿轮箱温度并能够降低误报警率,可以实时在线监测齿轮箱运行状态。

引用

页码：41 / 46+133 +133

页数：7

共 12 条

[1]

改进型非线性状态估计的制粉系统故障诊断 [J].

任梦祎 ;

焦嵩鸣 .

热力发电, 2015, 44 (12) :87-92+97

[2]

基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断 [J].

刘长良 ;

武英杰 ;

甄成刚 .

中国电机工程学报, 2015, 35 (13) :3358-3365

[3]

Spectrofluorimetric analysis of captopril based on its obstruction effect of the nanomaterial surface energy transfer between acridine orange and gold nanoparticles.[J].Jingfang Guo;Yamei Yang;Xiaoli Hu;Yuanfang Li;.Science China(Chemistry).2015, 05

[4]

基于MSET方法的风电机组齿轮箱预警仿真研究 [J].