風(fēng)力發(fā)電在可再生能源中占有的比例已相當(dāng)可觀,隨著風(fēng)電機(jī)組工作時(shí)間的增加,內(nèi)部部件的磨損和老化程度也日益加劇,導(dǎo)致機(jī)組的運(yùn)行狀態(tài)逐步劣化。故及時(shí)掌握風(fēng)電機(jī)組的運(yùn)行狀態(tài),對(duì)保障其安全穩(wěn)定運(yùn)行、延長(zhǎng)使用壽命、合理安排運(yùn)維檢修均具有重要意義。本文提出了用于評(píng)估風(fēng)電機(jī)組運(yùn)行狀態(tài)的一系列方法,研究成果主要包括以下幾個(gè)方面。(1)搭建了用于評(píng)估風(fēng)電機(jī)組運(yùn)行狀態(tài)的指標(biāo)體系。風(fēng)電機(jī)組是由多個(gè)部件構(gòu)成的一個(gè)復(fù)雜系統(tǒng),各個(gè)部件之間相互影響,所以各部件的監(jiān)測(cè)量之間必然存在著聯(lián)系,確定的某一指標(biāo)并不能真實(shí)反映相應(yīng)部件的實(shí)際狀態(tài)。本文根據(jù)風(fēng)電機(jī)組的結(jié)構(gòu)以及工作原理,基于數(shù)據(jù)挖掘算法從風(fēng)電機(jī)組內(nèi)部各物理量之間的關(guān)聯(lián)關(guān)系入手,確定了機(jī)組的狀態(tài)指標(biāo)。(2)建立了風(fēng)電機(jī)組狀態(tài)評(píng)估指標(biāo)的預(yù)測(cè)模型�？紤]到淺層學(xué)習(xí)(人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等)方法的計(jì)算單元對(duì)復(fù)雜函數(shù)的表示能力有限,提出了一種基于Kriging和門控循環(huán)單元的組合預(yù)測(cè)模型。首先使用Kriging原理預(yù)測(cè)出線性分量,然后基于門控循環(huán)單元構(gòu)建了非線性殘差分量的預(yù)測(cè)模型。最后,將二者的計(jì)算結(jié)果結(jié)合起來(lái),得出最終預(yù)測(cè)值。(3)提出了風(fēng)電機(jī)組狀態(tài)評(píng)估指標(biāo)的動(dòng)態(tài)權(quán)重計(jì)算方法,并顧及到固定值作為評(píng)估指標(biāo)的極限值易導(dǎo)致誤判的影響,提出了動(dòng)態(tài)極限和劣化度。風(fēng)電機(jī)組各狀態(tài)指標(biāo)在狀態(tài)評(píng)估中所起的作用不同,且不同時(shí)期各指標(biāo)對(duì)運(yùn)行狀態(tài)的影響程度也不同,故采用動(dòng)態(tài)權(quán)重表征不同指標(biāo)對(duì)評(píng)估結(jié)果的影響。首先采用層次分析法計(jì)算各評(píng)估指標(biāo)的固定權(quán)重,然后采用偏互信息法確定指標(biāo)的實(shí)時(shí)權(quán)重,最后將兩者結(jié)合起來(lái),作為動(dòng)態(tài)權(quán)重。(4)建立了使用云模型的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估模型。首先根據(jù)上述組合預(yù)測(cè)模型求出狀態(tài)指標(biāo)預(yù)測(cè)值的相對(duì)誤差,然后對(duì)誤差進(jìn)行歸一化處理作為相應(yīng)指標(biāo)的動(dòng)態(tài)劣化度。然后分別基于相似云和模糊綜合評(píng)價(jià)法評(píng)估機(jī)組的運(yùn)行狀態(tài),并對(duì)兩種方法得出的結(jié)論進(jìn)行了分析比較和總結(jié)。以上研究成果包括了風(fēng)電機(jī)組狀態(tài)評(píng)估指標(biāo)的篩選、動(dòng)態(tài)權(quán)重的計(jì)算、狀態(tài)評(píng)估指標(biāo)的預(yù)測(cè)和運(yùn)行狀態(tài)的評(píng)估四個(gè)模型,并通過(guò)實(shí)際風(fēng)電場(chǎng)的真實(shí)運(yùn)行數(shù)據(jù)進(jìn)行了驗(yàn)證,結(jié)果符合實(shí)際情況,滿足工程精度需求,具備良好的應(yīng)用價(jià)值。
【學(xué)位單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TM614
【部分圖文】：

風(fēng)電機(jī)組運(yùn)行于惡劣的自然條件和復(fù)雜交變的工況下，各，非常不利于機(jī)組安全、高效和可靠的運(yùn)行，且大幅降低了。風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)技術(shù)可做到對(duì)機(jī)組各個(gè)部件進(jìn)行在線地獲取各部件的實(shí)際狀態(tài)信息，這對(duì)于盡早發(fā)現(xiàn)部件故障隱的產(chǎn)生起著及其重要的作用。本章在首先介紹了風(fēng)電機(jī)組的了風(fēng)電機(jī)組基本部件可能出現(xiàn)的故障類型，并確定了此風(fēng)電估指標(biāo)，最后使用數(shù)據(jù)挖掘算法找出了針對(duì)本機(jī)組特定的相的關(guān)系。電機(jī)組的基本組成及監(jiān)測(cè)量電機(jī)組的結(jié)構(gòu)機(jī)組可根據(jù)自身結(jié)構(gòu)特點(diǎn)分為三類，分別為：失速型定槳定式變槳變速機(jī)型和雙饋式變槳變速機(jī)型。其中，風(fēng)電行業(yè)的變槳變速機(jī)型，基本結(jié)構(gòu)如圖 2-1 所示。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘琳;鄧江;張艷玲;;試談發(fā)電機(jī)組運(yùn)行狀態(tài)檢測(cè)系統(tǒng)的必要性和功能目標(biāo)[J];中小企業(yè)管理與科技(下旬刊);2009年12期

2 張克武,李毓華;抓好安全生產(chǎn)管理 改善機(jī)組運(yùn)行狀態(tài)[J];電力安全技術(shù);2005年01期

3 謝國(guó)財(cái);付一丁;李朝暉;;機(jī)組運(yùn)行狀態(tài)在線關(guān)聯(lián)集成及工程應(yīng)用[J];廣東電力;2014年03期

4 王晨光;;發(fā)電車機(jī)組運(yùn)行狀態(tài)自動(dòng)監(jiān)測(cè)系統(tǒng)技術(shù)研究[J];鐵道機(jī)車車輛;2007年04期

5 戴慶華;唐衛(wèi)平;;水輪發(fā)電機(jī)組運(yùn)行狀態(tài)的遠(yuǎn)程監(jiān)控和實(shí)時(shí)診斷決策[J];湖南電力;2017年01期

6 于德志;;湯河電廠2~#機(jī)組運(yùn)行狀態(tài)分析[J];農(nóng)業(yè)與技術(shù);2009年01期

7 李輝;胡姚剛;楊超;李學(xué)偉;唐顯虎;;并網(wǎng)風(fēng)電機(jī)組運(yùn)行狀態(tài)的物元評(píng)估方法[J];電力系統(tǒng)自動(dòng)化;2011年06期

8 楊文獻(xiàn),姜節(jié)勝,秦衛(wèi)陽(yáng);機(jī)械信號(hào)復(fù)雜性快速刻劃方法研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2001年02期

9 鄭佑濂，陳文戈;大型機(jī)組運(yùn)行狀態(tài)的振動(dòng)特征與模糊識(shí)別[J];廣東工學(xué)院學(xué)報(bào);1995年S1期

10 李亞平;聯(lián)合循環(huán)電廠機(jī)組運(yùn)行狀態(tài)判據(jù)選取方法的探討[J];燃?xì)廨啓C(jī)技術(shù);2002年01期

相關(guān)博士學(xué)位論文 前1條

1 王永強(qiáng);廠網(wǎng)協(xié)調(diào)模式下流域梯級(jí)電站群短期聯(lián)合優(yōu)化調(diào)度研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 李秋佳;基于大數(shù)據(jù)建模分析的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估方法[D];華北電力大學(xué);2019年

2 江順輝;基于大數(shù)據(jù)分析的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估方法研究[D];華僑大學(xué);2016年

本文編號(hào)：2866103