风力发电机组运行状态监测策略及技术研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
51075331
项目类别：
面上项目
资助金额：
40.0万
负责人：
杨文献
依托单位：
西北工业大学
学科分类：
E0503.机械动力学
结题年份：
2013
批准年份：
2010
项目状态：
已结题
起止时间：
2011-01-01 至2013-12-31

项目参与者：
吴亚锋；姜洪开；袭著有；肖立波；管欣；
关键词：
状态监测故障诊断风力发电机信号处理

项目摘要

目前国内外普遍采用的风力发电机组状态监测技术大多借用在冶金、石化等领域已成熟发展的振动或油液监测技术。但是由于风电机组工作原理及环境的特殊性，这些技术监测能力有限，造成现场谎报、漏报现象严重，很难在机组的运行管理和维修过程中发挥应有的作用。针对此问题,本项目将对风电机组运行状态监测的总体策略及具体技术进行研究。其创新性在于：(1)摆脱传统思维，推出全新的基于系统能量流分析，可普遍适用于离、在岸直驱或齿轮驱动各型机组的风电机组整机运行状态监测策略；(2)开发全新的集成信号快速精确分析的信号处理技术，实现对低频、非平稳、非线性风电信号的准确综合分析。从而发展新的风电机组状态监测和故障诊断技术，确保风电机组在恶劣工作环境和复杂载荷条件下安全运行，意义重大、影响深远，且其研究成果可在海洋能等其它类似可再生能源领域设备运行状态监测方面得到广泛推广和应用。

结项摘要

根据项目研究计划，项目组在项目执行期内针对风力发电机组状态监测策略及相关状态监测和信号分析技术进行了深入的研究。迄今，项目研究进展顺利，各项研究任务均已圆满成功，并达到了预期的研究目标。现将项目研究成果总结如下：. (a) 探索了基于能量流分析的风电机组状态监测途径，并成功开发出了基于能量流分析的风力发电机组在线状态监测技术；. (b) 针对风力发电机组状态监测信号的非平稳、非线性特征，开发了能够快速、准确分析非平稳、非线性信号瞬时变时频特征的信号分析方法，并在此基础上开发了性能可靠的风力发电机组状态监测和机、电故障诊断技术。该技术被列为可重点推广项目1；. (c) 针对风力发电机组变工况运行会对其状态监测结果产生负面影响的问题，为提高风力发电机组运行状态监测结果的可靠性，开发了不受机组变工况运行条件影响的机组可靠状态监测技术；. (d) 为充分挖掘风电机组SCADA数据在机组运行状态监测方面的价值，开发了基于风电机组SCADA数据的机组运行状态监测技术。该项成果的成功研制表明，如果数据分析、处理方法科学的当， SCADA数据完全可以用于风电机组故障的早期监测与诊断。该技术被列为可重点推广项目2；. (e) 为切实提高风电机组状态监测技术在机组实际维修过程的重要意义，提高风电机组维修效率及其可利用率，研究开发了超越现有国际工业标准的基于状态监测的风电机组维修策略。该技术被列为可重点推广项目3。. 在项目的整个执行期内，项目组各研究人员精诚团结，勤奋工作，通过实验室模拟试验、数学模型仿真和现场测试等多种手段，积累了大量的可供研究所用的风电机组运行状态监测数据库。作为研究成果的具体体现，三年来项目组在国际权威学报上公开发表学术论文11篇，发表国际会议论文6篇，参编外文著作1部，撰写学术研究报告1部。另，按照项目研究计划，开发风力发电机组状态监测信号分析和诊断软件包1套，可重点推广项目3项。