風電機組關鍵部件故障機理與狀態評估方法

風電機組關鍵部件故障機理與狀態評估方法

《風電機組關鍵部件故障機理與狀態評估方法》是依託上海交通大學,由江秀臣擔任項目負責人的面上項目。

基本介紹

  • 中文名:風電機組關鍵部件故障機理與狀態評估方法
  • 項目類別:面上項目
  • 項目負責人:江秀臣
  • 依託單位:上海交通大學
項目摘要,結題摘要,

項目摘要

風電機組故障不僅影響著運營業主的經驗效益,更是嚴重威脅著電網運行安全。如何有效降低故障帶來的損失,避免重大故障發生已成為風電場運行中必須解決的重大問題,對風電機組實施狀態監測與評估是非常有效的應對措施。與傳統動電力設備部件相比,風電機組無論是在機械結構和材料、工作環境,還是電氣拓撲方面都與傳統電力設備有著明顯的差異,有新特點和新問題,特別是風電機組葉片、齒輪箱、電氣控制系統等部件。本項目將開展風電機組的電氣控制系統故障模式與狀態表征方法研究,葉片缺陷的發展過程與狀態表征方法研究,齒輪箱故障模式與狀態表征方法研究,電網故障對風電機組關鍵設備健康狀態影響研究,研究了基於多狀態參量實現風電機組部件和整體狀態的評估方法,建立了風電機組狀態評估體系。項目研究成果將為解決風電機組的狀態監測中的關鍵科學問題,為推動風電機組從定期維修和事後維修到狀態檢修的轉變奠定基礎

結題摘要

風電機組的狀態監測與評估可有效提升風電機組運行的穩定與可靠性,本項目在風電機組的故障機理、監測方法、狀態評估系統等方面開展了研究。項目建立了適用於風電機組狀態評估和故障診斷的全景信息模型,研究了葉片缺陷的發展過程與狀態監測方法,提出了基於氣動噪聲信號監測的葉片缺陷狀態監測方法與基於雷射超音波成像的風電機組葉片診斷方法;研究了風力發電機齒輪箱結構機理及故障類型特性,建立了齒輪箱典型故障信號特徵庫,提出了基於人工蜂群算法的選擇性神經網路集成算法和基於改進隨機森林的智慧型齒輪診斷模型的風機齒輪箱故障診斷方法;分析了電網故障對風電機組關鍵設備健康狀態影響,搭建了雙饋風電機組的仿真模型,開展了電網故障過程中風機暫態運行特性的仿真分析;提出了風電機組健康狀態評估與狀態預測方法,並研製了風機狀態監測與故障診斷裝置,結合現場測試數據驗證了方法的有效性。本項目的研究成果解決了風電機組的狀態監測與評估中的關鍵科學問題,為推動風電機組從定期維修和事後維修到狀態檢修的轉變提供了理論基礎,對風電機組的安全穩定運行具有重大意義。

相關詞條

熱門詞條

聯絡我們