[發明專利]一種變槳系統狀態評估方法

有效

• 申請號: 201710983421.4
• 申請日: 2017-10-20
• 公開（公告）號: CN107728059B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 郭瑩瑩;車璐;朱希盼;于恒;魏歡歡
• 申請（專利權）人: 郭瑩瑩
• 主分類號: G01R31/34
• 分類號: G01R31/34;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種變槳系統狀態評估方法。其特征在于該方法的具體步驟是：第一步，特征參數和數據的提取與處理；第二步，故障檢測模型建立；第三步，變槳系統狀態評估結果獲得。本發明通過變槳系統正常運行時的特征參數信息，計算出兩相關參數在二維平面內正常參數的分布范圍，進而可實現多參數條件下變槳狀態的準確判定，采用3σ原則和四分位分析法獲取特定風機的變槳二維信息時的正常運行邊界，避免了風機故障檢測時特例性考慮，大大減少了風機差異性識別算法的使用，顯著提高了模型應用的針對性，一方面避免了建立復雜的變槳故障檢測模型，另一方面增強了變槳故障檢測模型的直觀性、魯棒性和適應性，從而準確實現變槳系統的狀態評估。

技術領域

本發明涉及變槳系統，具體是一種基于統計分析方法和物元分析理論的變槳系統狀態評估方法。

背景技術

隨著風電裝機容量的增加，機組的故障問題變得日益突出，風電機組的運行和維護變得尤為重要。由于維修成本高，按照均化發電成本計算，風力發電比傳統能源發電成本更貴。但是，考慮到社會成本、經濟影響和地理影響，風力發電就顯得更為經濟。風力發電可持續性發展的關鍵是解決風機維護問題。在風電機組控制系統中，變槳系統作為核心部件，對機組的安全穩定運行起著重要作用。但是，由于變槳系統是復雜的非線性動態系統，在輪轂中受到重力和離心力影響，加之運行環境下風的隨機分布和不確定性，使其成為風電機組中故障率較高的部件之一。如果變槳系統出現故障，有可能造成像葉片斷裂、飛車、倒塌等嚴重后果。變槳電機作為變槳系統中的重要部件，經常發生的故障是變槳電機過流報警并跳開、變槳電機過熱熱繼電器跳開、變槳電機轉速高報警停機。在一般的故障檢測方法中，往往需要確定整個風電機組模型，在整個前后關聯數據模型確定影響的故障參數。但是，由于故障的出現具有風機特定性，與風機的運行環境、地理環境和安裝條件密切相關。風機故障檢測只能確定風機是否異常，不能準確判定特定部件是否發生故障，異常范圍大，檢修困難。

申請號201310586891.9公開了一種風力發電機組變槳系統的后備電源檢測方法，該方法通過上位機測量變槳系統在順槳動作時蓄電池組的電壓和電流參數，形成蓄電池電壓降落和容量的關系報表；所述報表與蓄電池組壓降與容量標準表對比，初步判斷蓄電池組是否正常；測量初步判斷結果中不正常的蓄電池組中單體電池的內阻，最終篩選出不正常的單體蓄電池。其不足之處在于：風電機組常年運行過程中滲油、磨損、斷裂等因素會造成后備電源電壓和容量參數的變化，標準表也會變得不標準，如果每次檢測都是與標準表進行比較，就會使檢測結果越來越不準確。

發明內容

針對現有技術的不足，本發明擬解決的技術問題是，提供一種變槳系統狀態評估方法。該方法根據變槳系統正常運行時的特征參數信息，計算出兩相關參數在二維平面內正常參數的分布范圍，進而可實現多參數條件下變槳狀態的準確判定，采用3σ原則和四分位分析法獲取特定風機的變槳二維信息時的正常運行邊界，避免了風機故障檢測時特例性考慮，大大減少了風機差異性識別算法的使用，顯著提高了模型應用的針對性，一方面避免了建立復雜的變槳故障檢測模型，另一方面增強了變槳故障檢測模型的直觀性、魯棒性和適應性。

本發明解決所述技術問題的技術方案是，提供一種變槳系統狀態評估方法，其特征在于該方法包括以下步驟：

第一步，特征參數和數據的提取與處理：

1-1、特征參數和數據的獲取：采集SCADA系統中存儲的特征參數和與特征參數相關的歷史離線數據；

1-2、特征參數和數據的提取：將步驟1-1中得到的特征參數和數據采用Relief算法進行提取，得到用于研究的特征參數及其數據；

1-3、中位值平均濾波：采用中位值平均濾波消除與用于研究的特征參數相關的數據中由于噪聲干擾所引起的采樣偏差，并依據SCADA系統的運行標志位，剔除停機數據，得到樣本數據；

第二步，故障檢測模型建立：