發(fā)布時(shí)間：2023-12-02 07:28

　　風(fēng)機(jī)在惡劣運(yùn)行環(huán)境下常見葉片結(jié)冰故障,導(dǎo)致葉片變形,降低風(fēng)力渦輪機(jī)效率,并影響電網(wǎng)的穩(wěn)定性。由于風(fēng)機(jī)的工作狀態(tài)在不同的風(fēng)速下非平穩(wěn)動(dòng)態(tài)變化,難以建立葉片結(jié)冰檢測(cè)的全局模型,針對(duì)這種大范圍非平穩(wěn)變工況特性,我們提出了一種細(xì)粒度的狀態(tài)分區(qū)算法。該方法將時(shí)間軸轉(zhuǎn)變?yōu)轱L(fēng)速軸,通過慢特征分析(Slow Feature Analysis, SFA)將整個(gè)樣本劃分為不同運(yùn)行狀態(tài),然后為每個(gè)狀態(tài)建立不同的子模型。建立子模型后,考慮到風(fēng)電的動(dòng)態(tài)特性,我們提出動(dòng)態(tài)和靜態(tài)指標(biāo)相結(jié)合的監(jiān)測(cè)方法。在線應(yīng)用時(shí),該方法可以通過風(fēng)速快速地將每個(gè)新樣本分配到不同的子狀態(tài)模型進(jìn)行精細(xì)監(jiān)測(cè)。這種多模型劃分與監(jiān)測(cè)方法在風(fēng)力機(jī)葉片結(jié)冰方面的實(shí)際應(yīng)用中被證明快速有效。

【文章頁數(shù)】：8 頁


本文編號(hào)：3869200