风力发电系统故障诊断方法综述

被引:42
作者
沈艳霞
李帆
机构
[1] 江南大学电气自动化研究所
关键词
风力发电系统; 齿轮箱; 发电机; 电力电子装置; 故障诊断;
D O I
10.14107/j.cnki.kzgc.2013.05.017
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
风力发电系统往往安装在偏僻的、难以接近的或者气候不适合人类长期逗留的地域,传统的计划维修和事后维修方式不能满足要求。为保证风力发电系统可靠稳定运行,降低系统的维护成本,对其进行状态监测与故障诊断是十分必要的。论文针对风力发电系统中的主要部件,即齿轮箱、发电机、电力电子装置、叶片等的故障,对现有故障诊断方法进行了分类与综述,为提高对风力发电系统的可靠性、降低成本,促进其工程化进程提供了有效的参考。
引用
收藏
页码:789 / 795
页数:7
相关论文
共 30 条
[1]   双馈异步发电机定子匝间短路故障诊断研究 [J].
马宏忠 ;
张志艳 ;
张志新 ;
钱雅云 .
电机与控制学报, 2011, 15 (11) :50-54
[2]   基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取 [J].
唐先广 ;
郭瑜 ;
丁彦春 .
振动与冲击, 2011, 30 (10) :45-49
[3]   基于故障树的专家系统在风电齿轮箱上的应用 [J].
王斌 ;
董兴辉 ;
刘浩 ;
杨志凌 .
装备制造技术, 2011, (10) :104-107
[4]   双馈异步电机故障诊断方法综述 [J].
钱雅云 ;
马宏忠 .
大电机技术, 2011, (05) :5-8
[5]   基于类神经网络的MW永磁风力发电机短路故障智能诊断 [J].
何山 ;
王维庆 ;
张新燕 ;
陈洁 ;
王海云 .
电机与控制应用, 2011, 38 (09) :24-29
[6]   经验模态分解中的模态混叠问题 [J].
胡爱军 ;
孙敬敬 ;
向玲 .
振动测试与诊断., 2011, 31 (04) :429-434+532
[7]   叶片振动响应的长度分形故障特征提取与诊断 [J].
徐玉秀 ;
王志强 ;
梅元颖 .
振动测试与诊断., 2011, 31 (02) :190-192+266
[8]   基于形态提升小波变换的滚动轴承故障特征提取 [J].
李兵 ;
张培林 ;
刘东升 ;
米双山 ;
任国全 .
振动测试与诊断., 2011, 31 (01) :36-40+127
[9]   基于最大提升格形态小波变换的齿轮故障特征提取 [J].
张培林 ;
李兵 ;
张英堂 ;
米双山 ;
刘东升 .
仪器仪表学报, 2010, 31 (12) :2736-2741
[10]   基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 [J].
赵元喜 ;
胥永刚 ;
高立新 ;
崔玲丽 .
振动与冲击, 2010, 29 (10) :162-165+257