【摘要】：隨著我國風力發(fā)電技術的發(fā)展,風力發(fā)電的應用越來越廣泛,風電母線槽作為風電機組傳輸電能的主要裝置,其健康狀態(tài)對風電機組的安全運行有很大影響,因此,實時監(jiān)測風電母線槽的健康狀態(tài)對風電機組的安全運行非常重要。本文重點研究了無線傳感器網絡的組建方法和風電母線槽健康狀態(tài)評估與預測算法,進而研發(fā)了基于無線傳感器網絡的風電母線槽健康狀態(tài)監(jiān)測與評估系統。本文首先構建了基于Zigbee的風電母線槽無線傳感器網絡監(jiān)測系統,完成了無線傳感器網絡的軟硬件設計,實現了對風電母線槽狀態(tài)參數的實時監(jiān)測。為了提高數據傳輸的可靠性,進行了冗余備份機制和路由算法的研究。其次,研究了風電母線槽健康狀態(tài)評估算法。為了能更好地反映風電母線槽的健康狀態(tài),提出基于層次分析法的風電母線槽健康狀態(tài)評估方法,構建了風電母線槽綜合評價指標體系,并對風電母線槽狀態(tài)參數數據進行一致化和無量綱化處理,計算得出風電母線槽健康狀態(tài)各個評價指標的相對權重,提出了以健康度為表征的風電母線槽健康狀態(tài)評估方法。然后,研究了風電母線槽健康狀態(tài)預測算法。在分析了風電母線槽健康狀態(tài)變化趨勢的基礎上,以風電母線槽健康運行時間作為BP神經網絡的預測輸出量,建立了風電母線槽健康狀態(tài)預測的BP神經網絡模型,將LevenbergMarquardt算法引入BP神經網絡,提出了基于L-M算法改進的BP神經網絡算法,并通過Matlab仿真分析其預測效果。最后,進行了系統服務器和客戶端軟件的設計。為了保證數據質量,針對不同的風電母線槽狀態(tài)參數,分別采用了均值濾波和Savitzky-Golay平滑濾波算法對采集數據進行濾波處理,并實現了將濾波算法、風電母線槽健康狀態(tài)評估與預測算法移植到服務器上,進行了客戶端軟件的設計。
【圖文】：

哈爾濱工業(yè)大學工程碩士學位論文2.3.2 Zigbee 核心模塊設計本文采用 TI 公司推出的 CC2530 ZigBee 標準芯片，該芯片適用于 2.4GHzIEEE 802.15.4、ZigBee 和 RF4CE（Radio Frequency for Consumer Electronics）的片上系統解決方案，具有收發(fā)性能優(yōu)秀、功耗低的特點，內核為增強型8051MUC 內核，微控制器性能強，并且 TI 公司為其開發(fā)了 Z-Stack 網絡協議棧簡化開發(fā)過程，降低開發(fā)難度[33]。CC2530 芯片有 40 個引腳，主要分為電源引腳、I/O 端口引腳和控制引腳三類。Zigbee 芯片外圍電路設計圖如圖 2-4 所示。

調器節(jié)點硬件結構如圖 2-5 所示。時鐘 看門狗 片外儲存器 電源JTAG接口 指示燈FT232RLUSB接口處理器片內儲存器RFCC2530備用接口圖 2-5 協調器節(jié)點硬件結構圖協調器節(jié)點使用 FT232RL 芯片實現 USB 到串行 UART 接口的轉換，，FT232RL 芯片的外圍電路設計圖如圖 2-6 所示。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TM614

【參考文獻】

相關期刊論文 前10條

1 于亞麗;周俊;;水電設備運行狀態(tài)的BP神經網絡評估法[J];水電與新能源;2015年12期

2 朱貴遼;程漢湘;范垂豪;冼冀;劉康;;基于STC12C5A60S2的樓宇母線槽溫濕度監(jiān)控系統[J];物聯網技術;2015年01期

3 雷林平;;基于Savitzky-Golay算法的曲線平滑去噪[J];電腦與信息技術;2014年05期

4 王晶;張金波;邵通廣;;基于WSN的母線槽溫升在線監(jiān)測系統設計[J];微處理機;2014年01期

5 江顯奇;;母線槽在電氣設計中的應用及優(yōu)缺點[J];現代建筑電氣;2013年S1期

6 王薇;楊麗萍;;Java和Matlab混合編程及其應用[J];長春大學學報;2012年10期

7 關致威;劉向民;謝超;;層次分析法在特種設備風險管理系統中的應用[J];電腦知識與技術;2012年24期

8 顏湘蓮;王承玉;楊韌;季嚴松;蘇鎮(zhèn)西;姚強;;應用SF_6氣體分解產物的高壓開關設備故障診斷[J];電網技術;2011年12期

9 吳振雄;;紅外傳輸在智能家居中的應用及前景[J];智能建筑與城市信息;2011年10期

10 周繼威;張寶全;盛迎新;張斌;申燭;王棟;湯濤祺;;風電機組振動監(jiān)測理論研究及應用[J];風能;2011年03期

相關碩士學位論文 前3條

1 郭梅;風力發(fā)電機傳動系統振動監(jiān)測與故障診斷系統研究[D];浙江大學;2017年

2 朱爽;基于ZigBee網絡的混合路由能量優(yōu)化算法研究[D];吉林大學;2013年

3 袁泉;電力設備健康狀態(tài)評估算法的設計與實現[D];華北電力大學（北京）;2003年

本文編號：2593654