基于运行工况辨识的风电机组健康状态实时评价方法

被引：49

作者：

董玉亮 ^{[1
]}

李亚琼 ^{[2
]}

曹海斌 ^{[3
]}

何成兵 ^{[1
]}

顾煜炯 ^{[1
]}

机构：

[1] 华北电力大学电站设备状态监测与控制教育部重点实验室

[2] 北京国庄国际经济技术咨询有限公司国电联合动力技术有限公司

来源：

中国电机工程学报 | 2013年 / 33卷 / 11期

关键词：

风电机组; 健康状态评价; 高斯混合模型; 工况辨识; 特征融合;

D O I：

10.13334/j.0258-8013.pcsee.2013.11.016

中图分类号：

TM315 [风力发电机];

学科分类号：

080801 ;

摘要：

针对大型风电机组运行工况和状态信息复杂,健康状态难以准确评价的问题,提出基于工况辨识的健康状态实时评价方法。该方法充分考虑机组运行工况的复杂性和多变性,采用工况辨识实现运行工况空间的划分。在各运行工况子空间,建立基于高斯混合模型(gaussian mixture model,GMM)多状态特征融合的健康状态评价模型。采用健康衰退指数(health degradation index,HDI)作为机组健康状态评价指标,并给出健康衰退报警限的确定方法。该方法用于某1.5MW风电机组传动系统故障前的健康状态评价。结果表明,该方法提前监测到机组健康状态的衰退趋势,可实现故障的早期预报,避免严重故障发生,并为合理调整运行和安排维修提供依据。

引用

页码：88 / 95+15 +15

页数：9

共 7 条

[1] 风电机组齿轮箱温度趋势状态监测及分析方法 [J].

郭鹏 ;

David Infield ;

杨锡运 .

中国电机工程学报, 2011, 31 (32) :129-136

[2] 并网风电机组在线运行状态评估方法 [J].

李辉 ;

胡姚刚 ;

唐显虎 ;

刘志详 .

中国电机工程学报, 2010, 30 (33) :103-109

[3] 基于支持向量机的风电机组运行工况分类方法 [J].

刘永前 ;

王飞 ;

时文刚 ;

卓越 .

太阳能学报, 2010, 31 (09) :1191-1197

[4] 风力发电机组性能分析的模糊综合评判方法 [J].

王志国 ;

马一太 ;

杨昭 ;

卢苇 .

太阳能学报, 2004, (02) :177-181

[5]

Wind turbine performance assessment using multi-regime modeling approach[J] . Edzel Lapira,Dustin Brisset,Hossein Davari Ardakani,David Siegel,Jay Lee.Renewable Energy . 2012

[6] A brief status on condition monitoring and fault diagnosis in wind energy conversion systems [J].

Amirat, Y. ;

Benbouzid, M. E. H. ;

Al-Ahmar, E. ;

Bensaker, B. ;

Turri, S. .

RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2009, 13 (09) :2629-2636

[7] Non-parametric confidence bounds for process performance monitoring charts [J].

Martin, EB ;

Morris, AJ .

JOURNAL OF PROCESS CONTROL, 1996, 6 (06) :349-358

← 1 →