学位论文 > 优秀研究生学位论文题录展示

风力发电机关键参数监测与故障诊断

作　者: 张继平
导　师: 何群
学　校: 燕山大学
专　业: 电机与电器
关键词: 时间序列分析 故障诊断 ARMA模型 风力发电机 状态预测
分类号: TM315
类　型: 硕士论文
年　份: 2011年
下　载: 168次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着我国风电机组单机容量和总装机容量的不断增加,风电在能源结构中所占比重越来越大。大型风电机组的安全性和可靠性对整个电力系统的稳定运行也产生了越来越重要的影响,严重时可能会导致电力系统的崩溃,给国家带来巨大损失。另外,随着我国“厂网分开,竞价上网”政策的逐步实施,控制好风电成本,已经成为各个风电厂的重要生存要素。针对故障率较高的风力发电机进行故障诊断,实行计划检修与状态检修相结合的策略,就可以大大减少故障,降低发电成本,从而提高风电厂的竞争力。所以,对风力发电机状态监测和故障诊断技术的研究是十分迫切而又极为重要的。本文从我国风电行业的实际情况出发,对风力发电机故障诊断技术的研究背景、意义以及国内外研究现状、发展方向等进行了总体概述,同时阐述了时间序列分析的研究现状及其应用于故障诊断的重要意义。从故障机理的研究出发,分析了风力发电机转子断条故障时的电气特性和机械特性,指出基于定子电流信号特征和转子振动信号特征的故障诊断方法,并重点研究和优化了时间序列建模及其参数估计方法。针对风力发电机转子断条故障,在实际风电系统实验平台上进行了实验研究。采集了风力发电机在正常和故障状态下的定子电流信号和转子振动信号,并利用傅里叶变换对信号进行了频域特征分析。依据特征信号,建立了故障诊断时序模型,并进行了状态最佳预测和诊断。结果证明,基于时间序列分析的风力发电机故障诊断方法是可行的和有效的。

全文目录


摘要  5-6
Abstract  6-9
第1章 绪论  9-19
  1.1 课题研究背景及意义  9-10
  1.2 故障诊断技术的国内外研究现状和发展方向  10-15
    1.2.1 故障诊断技术国内外研究现状  10-14
    1.2.2 故障诊断技术发展方向  14-15
  1.3 时间序列分析的研究现状及意义  15-17
    1.3.1 时间序列频域分析  15-16
    1.3.2 时间序列时域分析  16-17
    1.3.3 时间序列分析的意义  17
  1.4 本课题所做的主要工作及论文的组织结构  17-19
第2章 风力发电机转子故障特性分析  19-27
  2.1 转子故障电流特性分析  19-24
    2.1.1 定子电流中的故障特征量  19-20
    2.1.2 电流特征量的修正  20-23
    2.1.3 定子电流高次谐波分量分析  23-24
    2.1.4 定子电流高次边频带分析  24
  2.2 转子故障振动特性分析  24-26
    2.2.1 振动机理分析  24-26
    2.2.2 振动特征分析  26
  2.3 本章小结  26-27
第3章 时序建模及预测  27-46
  3.1 时间序列分析基本理论  27-30
    3.1.1 时间序列和时序分析  27
    3.1.2 数据采集  27-28
    3.1.3 时间序列特性检验  28-30
  3.2 ARMA 模型  30-34
    3.2.1 ARMA 模型参数估计  31-32
    3.2.2 ARMA 模型适用性检验  32-34
  3.3 时序模型最佳预测  34-36
    3.3.1 AR 模型最佳预测计算  34-35
    3.3.2 ARMA 模型最佳预测计算  35-36
  3.4 实例分析与仿真  36-45
    3.4.1 数据检验和预处理  36-40
    3.4.2 ARMA 模型参数估计与检验  40-41
    3.4.3 ARMA 模型预测  41-44
    3.4.4 结果分析  44-45
  3.5 本章小结  45-46
第4章 故障诊断实验研究  46-67
  4.1 实验平台介绍  46-49
  4.2 基于定子电流信号的诊断分析  49-60
    4.2.1 实验数据采集  49-52
    4.2.2 时序建模及预测  52-56
    4.2.3 故障诊断原理  56-57
    4.2.4 判别函数及其几何解释  57-58
    4.2.5 故障诊断实例分析  58-60
  4.3 基于转子振动信号的诊断分析  60-66
    4.3.1 实验数据采集  60-61
    4.3.2 时序建模  61-64
    4.3.3 故障诊断实例分析  64-66
  4.4 本章小结  66-67
结论  67-69
附录1  69-71
附录2  71-74
附录3  74-79
参考文献  79-84
攻读硕士学位期间承担的科研任务与主要成果  84-85
致谢  85-86
作者简介  86

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 基于支持向量机的故障诊断方法研究,TP18
  5. 三容水箱系统故障诊断算法研究,TP277
  6. 水上交通安全保障系统的关键技术研究,U698
  7. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  8. 利率市场化进程中的我国商业银行利率风险管理研究,F224
  9. 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
  10. HART现场故障诊断仪的研究与实现,TP277
  11. 聚合釜群多通道实时在线监测系统研究,TP274
  12. 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
  13. 发电设备综合状态的评价方法研究及应用,TM621.3
  14. 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
  15. 轿车悬架故障诊断系统研究,U472.9
  16. 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
  17. 双馈风力发电机组建模及并网动态特性研究,TM315
  18. 融合多种信号特征的模拟电路故障诊断研究,TN710
  19. 频带熵方法及其在滚动轴承故障诊断中的应用,TH165.3
  20. 船舶柴油机运行状态监测和诊断系统的开发,U664.121
  21. 航空发动机燃调系统故障诊断,V263.6

中图分类: > 工业技术 > 电工技术 > 电机 > 发电机、大型发电机组（总论） > 风力发电机
© 2012 www.xueweilunwen.com