基于NSET和DBN的風(fēng)機(jī)葉輪故障監(jiān)測(cè)與預(yù)測(cè)研究
發(fā)布時(shí)間:2021-01-31 14:30
近年來隨著能源危機(jī)的加劇以及人們環(huán)保意識(shí)的增強(qiáng),風(fēng)能作為一種分布廣泛、儲(chǔ)備豐富的清潔可再生能源逐漸受到國際社會(huì)的廣泛關(guān)注,風(fēng)力發(fā)電也因此成為一種重要的能源供應(yīng)方式。但是,由于受惡劣運(yùn)行環(huán)境的影響,風(fēng)力發(fā)電系統(tǒng)故障發(fā)生頻率高、故障發(fā)生后停機(jī)時(shí)間長(zhǎng)、維修成本大,因此風(fēng)電系統(tǒng)運(yùn)維建設(shè)成為未來發(fā)展的重要著力點(diǎn)。風(fēng)電機(jī)組作為風(fēng)力發(fā)電過程的主要組成部分,通常由葉輪、發(fā)電機(jī)和塔筒三部分組成。葉輪作為風(fēng)電機(jī)組能量轉(zhuǎn)換過程的重要部分,其運(yùn)行狀態(tài)的優(yōu)劣對(duì)于整個(gè)風(fēng)電機(jī)組的發(fā)電效率具有決定性影響。統(tǒng)計(jì)表明,葉輪故障是導(dǎo)致風(fēng)機(jī)停機(jī)和降低風(fēng)電場(chǎng)發(fā)電效率的重要影響因素,對(duì)風(fēng)機(jī)葉輪運(yùn)行狀態(tài)的監(jiān)測(cè)與預(yù)測(cè)等運(yùn)維方法進(jìn)行研究具有重要的經(jīng)濟(jì)價(jià)值和工程應(yīng)用需求。(1)基于非線性狀態(tài)估計(jì)技術(shù)(Nonlinear State Estimate Technology,NSET)對(duì)風(fēng)電機(jī)組葉輪故障監(jiān)測(cè)方法進(jìn)行研究,形成風(fēng)電機(jī)組葉輪故障監(jiān)測(cè)改進(jìn)的NSET模型。針對(duì)傳統(tǒng)NSET模型中基于固定步距確定記憶矩陣方法存在的問題,提出一種改進(jìn)的NSET監(jiān)測(cè)模型。首先對(duì)歷史最優(yōu)工況數(shù)據(jù)采用DBSCAN(Density Based Spatial C...
【文章來源】:山東建筑大學(xué)山東省
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
風(fēng)力發(fā)電能量轉(zhuǎn)換過程示意圖
山東建筑大學(xué)碩士學(xué)位論文10根據(jù)能量轉(zhuǎn)換過程的不同,風(fēng)機(jī)可以分為風(fēng)力機(jī)和發(fā)電機(jī)兩大部分。根據(jù)這兩大組成部分的結(jié)構(gòu)和所采用的技術(shù)手段,風(fēng)機(jī)可以有多種不同的分類方式,如表2.1所示。論文所研究的風(fēng)機(jī)為三葉片式兆瓦級(jí)風(fēng)機(jī)。從具體的物理結(jié)構(gòu)來看,常見風(fēng)機(jī)的整體結(jié)構(gòu)如圖2.2所示,機(jī)艙與葉輪部分的具體組成如圖2.3所示。圖2.2風(fēng)機(jī)整體組成示意圖圖2.3風(fēng)機(jī)葉輪和機(jī)艙部分組成示意圖2.2風(fēng)機(jī)SCADA系統(tǒng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)即SCADA系統(tǒng),是以計(jì)算機(jī)為基礎(chǔ)的生產(chǎn)過程控制與調(diào)度自動(dòng)化系統(tǒng)。SCADA系統(tǒng)作為能量管理系統(tǒng)的重要組成部分,在風(fēng)電調(diào)度應(yīng)用中能夠加快決策、提高效率,其對(duì)于提升電網(wǎng)運(yùn)行的安全性、實(shí)現(xiàn)電力調(diào)度的自動(dòng)化有著重要意義。
山東建筑大學(xué)碩士學(xué)位論文10根據(jù)能量轉(zhuǎn)換過程的不同,風(fēng)機(jī)可以分為風(fēng)力機(jī)和發(fā)電機(jī)兩大部分。根據(jù)這兩大組成部分的結(jié)構(gòu)和所采用的技術(shù)手段,風(fēng)機(jī)可以有多種不同的分類方式,如表2.1所示。論文所研究的風(fēng)機(jī)為三葉片式兆瓦級(jí)風(fēng)機(jī)。從具體的物理結(jié)構(gòu)來看,常見風(fēng)機(jī)的整體結(jié)構(gòu)如圖2.2所示,機(jī)艙與葉輪部分的具體組成如圖2.3所示。圖2.2風(fēng)機(jī)整體組成示意圖圖2.3風(fēng)機(jī)葉輪和機(jī)艙部分組成示意圖2.2風(fēng)機(jī)SCADA系統(tǒng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)即SCADA系統(tǒng),是以計(jì)算機(jī)為基礎(chǔ)的生產(chǎn)過程控制與調(diào)度自動(dòng)化系統(tǒng)。SCADA系統(tǒng)作為能量管理系統(tǒng)的重要組成部分,在風(fēng)電調(diào)度應(yīng)用中能夠加快決策、提高效率,其對(duì)于提升電網(wǎng)運(yùn)行的安全性、實(shí)現(xiàn)電力調(diào)度的自動(dòng)化有著重要意義。
【參考文獻(xiàn)】:
期刊論文
[1]基于深度置信網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)[J]. 楊珺,佘佳麗,劉艷珍. 深圳大學(xué)學(xué)報(bào)(理工版). 2019(06)
[2]基于DBN的多任務(wù)高速公路通行費(fèi)預(yù)測(cè)模型[J]. 李松江,王會(huì)會(huì),楊華民,王鵬. 計(jì)算機(jī)工程與設(shè)計(jì). 2019(09)
[3]基于深度信念網(wǎng)絡(luò)的光伏電站短期發(fā)電量預(yù)測(cè)[J]. 趙亮,劉友波,余莉娜,劉俊勇. 電力系統(tǒng)保護(hù)與控制. 2019(18)
[4]2018年中國風(fēng)電吊裝容量統(tǒng)計(jì)簡(jiǎn)報(bào)[J]. 風(fēng)能. 2019(04)
[5]自適應(yīng)確定DBSCAN算法參數(shù)的算法研究[J]. 李文杰,閆世強(qiáng),蔣瑩,張松芝,王成良. 計(jì)算機(jī)工程與應(yīng)用. 2019(05)
[6]基于深度信念網(wǎng)絡(luò)資源需求預(yù)測(cè)的虛擬網(wǎng)絡(luò)功能動(dòng)態(tài)遷移算法[J]. 唐倫,趙培培,趙國繁,陳前斌. 電子與信息學(xué)報(bào). 2019(06)
[7]基于受限玻爾茲曼機(jī)的Web服務(wù)質(zhì)量預(yù)測(cè)方法[J]. 王興菲,萬健,陳璐,殷昱煜,俞立峰. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(11)
[8]結(jié)合受限玻爾茲曼機(jī)的遞歸神經(jīng)網(wǎng)絡(luò)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J]. 李若晨,朱帆,朱永利,翟羽佳. 電力系統(tǒng)保護(hù)與控制. 2018(17)
[9]基于DBN深度學(xué)習(xí)的期貨市場(chǎng)價(jià)格預(yù)測(cè)建模與決策[J]. 陳俊華,郝彥惠,鄭丁文,陳思宇. 計(jì)算機(jī)科學(xué). 2018(S1)
[10]基于軸承溫度模型的風(fēng)電機(jī)組故障預(yù)測(cè)研究[J]. 丁佳煜,許昌,葛立超,楊杰,許帥,李云濤. 可再生能源. 2018(02)
碩士論文
[1]基于深度信念網(wǎng)絡(luò)的空氣污染指標(biāo)預(yù)測(cè)方法研究與實(shí)現(xiàn)[D]. 魏廣濤.南京郵電大學(xué) 2019
[2]基于深度信念網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)研究[D]. 李妮.西安理工大學(xué) 2019
[3]基于SCADA數(shù)據(jù)的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)及評(píng)估[D]. 高迪.華北電力大學(xué)(北京) 2019
[4]電廠風(fēng)機(jī)故障診斷與預(yù)警研究[D]. 劉耘彰.浙江大學(xué) 2019
[5]基于人工免疫系統(tǒng)原理的發(fā)電設(shè)備故障檢測(cè)關(guān)鍵技術(shù)研究[D]. 尹中川.山東建筑大學(xué) 2018
[6]基于SCADA數(shù)據(jù)和振動(dòng)信息相結(jié)合的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)研究[D]. 孫偉.燕山大學(xué) 2017
[7]風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障預(yù)測(cè)方法研究[D]. 張艷霞.華北電力大學(xué) 2016
[8]風(fēng)力發(fā)電機(jī)齒輪箱故障預(yù)警方法研究[D]. 張欣欣.燕山大學(xué) 2015
[9]針對(duì)非均勻密度環(huán)境的DBSCAN自適應(yīng)聚類算法的研究[D]. 謝江.重慶大學(xué) 2015
[10]風(fēng)電齒輪箱齒輪故障預(yù)警與診斷的研究[D]. 吳冠宇.華北電力大學(xué) 2015
本文編號(hào):3011054
【文章來源】:山東建筑大學(xué)山東省
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
風(fēng)力發(fā)電能量轉(zhuǎn)換過程示意圖
山東建筑大學(xué)碩士學(xué)位論文10根據(jù)能量轉(zhuǎn)換過程的不同,風(fēng)機(jī)可以分為風(fēng)力機(jī)和發(fā)電機(jī)兩大部分。根據(jù)這兩大組成部分的結(jié)構(gòu)和所采用的技術(shù)手段,風(fēng)機(jī)可以有多種不同的分類方式,如表2.1所示。論文所研究的風(fēng)機(jī)為三葉片式兆瓦級(jí)風(fēng)機(jī)。從具體的物理結(jié)構(gòu)來看,常見風(fēng)機(jī)的整體結(jié)構(gòu)如圖2.2所示,機(jī)艙與葉輪部分的具體組成如圖2.3所示。圖2.2風(fēng)機(jī)整體組成示意圖圖2.3風(fēng)機(jī)葉輪和機(jī)艙部分組成示意圖2.2風(fēng)機(jī)SCADA系統(tǒng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)即SCADA系統(tǒng),是以計(jì)算機(jī)為基礎(chǔ)的生產(chǎn)過程控制與調(diào)度自動(dòng)化系統(tǒng)。SCADA系統(tǒng)作為能量管理系統(tǒng)的重要組成部分,在風(fēng)電調(diào)度應(yīng)用中能夠加快決策、提高效率,其對(duì)于提升電網(wǎng)運(yùn)行的安全性、實(shí)現(xiàn)電力調(diào)度的自動(dòng)化有著重要意義。
山東建筑大學(xué)碩士學(xué)位論文10根據(jù)能量轉(zhuǎn)換過程的不同,風(fēng)機(jī)可以分為風(fēng)力機(jī)和發(fā)電機(jī)兩大部分。根據(jù)這兩大組成部分的結(jié)構(gòu)和所采用的技術(shù)手段,風(fēng)機(jī)可以有多種不同的分類方式,如表2.1所示。論文所研究的風(fēng)機(jī)為三葉片式兆瓦級(jí)風(fēng)機(jī)。從具體的物理結(jié)構(gòu)來看,常見風(fēng)機(jī)的整體結(jié)構(gòu)如圖2.2所示,機(jī)艙與葉輪部分的具體組成如圖2.3所示。圖2.2風(fēng)機(jī)整體組成示意圖圖2.3風(fēng)機(jī)葉輪和機(jī)艙部分組成示意圖2.2風(fēng)機(jī)SCADA系統(tǒng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)即SCADA系統(tǒng),是以計(jì)算機(jī)為基礎(chǔ)的生產(chǎn)過程控制與調(diào)度自動(dòng)化系統(tǒng)。SCADA系統(tǒng)作為能量管理系統(tǒng)的重要組成部分,在風(fēng)電調(diào)度應(yīng)用中能夠加快決策、提高效率,其對(duì)于提升電網(wǎng)運(yùn)行的安全性、實(shí)現(xiàn)電力調(diào)度的自動(dòng)化有著重要意義。
【參考文獻(xiàn)】:
期刊論文
[1]基于深度置信網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)[J]. 楊珺,佘佳麗,劉艷珍. 深圳大學(xué)學(xué)報(bào)(理工版). 2019(06)
[2]基于DBN的多任務(wù)高速公路通行費(fèi)預(yù)測(cè)模型[J]. 李松江,王會(huì)會(huì),楊華民,王鵬. 計(jì)算機(jī)工程與設(shè)計(jì). 2019(09)
[3]基于深度信念網(wǎng)絡(luò)的光伏電站短期發(fā)電量預(yù)測(cè)[J]. 趙亮,劉友波,余莉娜,劉俊勇. 電力系統(tǒng)保護(hù)與控制. 2019(18)
[4]2018年中國風(fēng)電吊裝容量統(tǒng)計(jì)簡(jiǎn)報(bào)[J]. 風(fēng)能. 2019(04)
[5]自適應(yīng)確定DBSCAN算法參數(shù)的算法研究[J]. 李文杰,閆世強(qiáng),蔣瑩,張松芝,王成良. 計(jì)算機(jī)工程與應(yīng)用. 2019(05)
[6]基于深度信念網(wǎng)絡(luò)資源需求預(yù)測(cè)的虛擬網(wǎng)絡(luò)功能動(dòng)態(tài)遷移算法[J]. 唐倫,趙培培,趙國繁,陳前斌. 電子與信息學(xué)報(bào). 2019(06)
[7]基于受限玻爾茲曼機(jī)的Web服務(wù)質(zhì)量預(yù)測(cè)方法[J]. 王興菲,萬健,陳璐,殷昱煜,俞立峰. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(11)
[8]結(jié)合受限玻爾茲曼機(jī)的遞歸神經(jīng)網(wǎng)絡(luò)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J]. 李若晨,朱帆,朱永利,翟羽佳. 電力系統(tǒng)保護(hù)與控制. 2018(17)
[9]基于DBN深度學(xué)習(xí)的期貨市場(chǎng)價(jià)格預(yù)測(cè)建模與決策[J]. 陳俊華,郝彥惠,鄭丁文,陳思宇. 計(jì)算機(jī)科學(xué). 2018(S1)
[10]基于軸承溫度模型的風(fēng)電機(jī)組故障預(yù)測(cè)研究[J]. 丁佳煜,許昌,葛立超,楊杰,許帥,李云濤. 可再生能源. 2018(02)
碩士論文
[1]基于深度信念網(wǎng)絡(luò)的空氣污染指標(biāo)預(yù)測(cè)方法研究與實(shí)現(xiàn)[D]. 魏廣濤.南京郵電大學(xué) 2019
[2]基于深度信念網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)研究[D]. 李妮.西安理工大學(xué) 2019
[3]基于SCADA數(shù)據(jù)的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)及評(píng)估[D]. 高迪.華北電力大學(xué)(北京) 2019
[4]電廠風(fēng)機(jī)故障診斷與預(yù)警研究[D]. 劉耘彰.浙江大學(xué) 2019
[5]基于人工免疫系統(tǒng)原理的發(fā)電設(shè)備故障檢測(cè)關(guān)鍵技術(shù)研究[D]. 尹中川.山東建筑大學(xué) 2018
[6]基于SCADA數(shù)據(jù)和振動(dòng)信息相結(jié)合的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)研究[D]. 孫偉.燕山大學(xué) 2017
[7]風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)與故障預(yù)測(cè)方法研究[D]. 張艷霞.華北電力大學(xué) 2016
[8]風(fēng)力發(fā)電機(jī)齒輪箱故障預(yù)警方法研究[D]. 張欣欣.燕山大學(xué) 2015
[9]針對(duì)非均勻密度環(huán)境的DBSCAN自適應(yīng)聚類算法的研究[D]. 謝江.重慶大學(xué) 2015
[10]風(fēng)電齒輪箱齒輪故障預(yù)警與診斷的研究[D]. 吳冠宇.華北電力大學(xué) 2015
本文編號(hào):3011054
本文鏈接:http://www.sikaile.net/kejilunwen/dianlidianqilunwen/3011054.html
最近更新
教材專著