基於數據融合的大型風電機組故障診斷方法

《基於數據融合的大型風電機組故障診斷方法》是依託華南理工大學，由楊苹擔任項目負責人的面上項目。

基本介紹

• 中文名：基於數據融合的大型風電機組故障診斷方法
• 項目類別：面上項目
• 項目負責人：楊苹
• 依託單位：華南理工大學

項目摘要

風力發電機組是風力發電系統的關鍵設備,長期運行在惡略的工作環境下，由於缺乏有效的故障診斷方法，多種常見故障無法提早預警，導致故障停機時間較長，造成巨大的經濟損失。本項目通過分析風力發電機組的常見故障傳播機理，從時間和空間多維度出發，從多個數據源中提取風力發電機組的故障特徵；研究和建立表征風力發電機組常見故障的故障特徵最小集；建立描述風力發電機組整體特性的故障分析模型；分析研究風力發電機組故障過程的動態特性，以及風力發電機組在各種運行模式下機械與電氣等部件綜合因素對風電機組故障特徵量的影響；採用數據挖掘技術進行基於D-S證據理論的數據融合，以最少維數的故障特徵量完全表征某一類常見故障，建立風電機組狀態識別、故障預測、故障排除的完整解決方案。目標是建立風力發電機組狀態監測與故障診斷研究的整體分析理論體系，為風力發電機組的狀態監測與故障診斷的研究、設計、運行提供新的理論支持和分析手段。

結題摘要

風電機組所處環境複雜，工況非常惡劣，機組發生故障的機率大，這給大規模風力發電系統的安全可靠運行帶來極大挑戰。本項目以大型風力發電機組傳動鏈故障為研究對象，研究風力發電機組風輪、傳動鏈和電氣部件常見故障的傳播機理，確定風電機組故障特徵提取方案，建立風力發電機組狀態監測與故障診斷研究的分析理論體系；開發了一款振動監測數據採集器，通過光纖通訊方式上傳至雲服務台，在雲服務台實現基於上傳的實時數據進行風機故障線上診斷的功能；開發出一套具有商業套用前景和具備市場競爭力的風電機組狀態監測系統。本項目研究無論在學術層面還是在工程層面都是一個前沿的、有價值的課題，對提高我國風電系統的理論研究與現場運行水平，實現風電技術自主化具有重大意義。