[發明專利]一種風電機組槳距系統故障識別方法

在審

• 申請號: 202010749613.0
• 申請日: 2020-07-30
• 公開（公告）號: CN111878321A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 高在瑞;吳小進;王文成
• 申請（專利權）人: 濰坊學院
• 主分類號: F03D17/00
• 分類號: F03D17/00;F03D7/00
• 代理公司: 哈爾濱市陽光惠遠知識產權代理有限公司 23211
• 代理人: 彭素琴

1.一種風電機組槳距系統故障識別方法，其特征在于，所述方法包括：

根據風電機組的槳距子系統的狀態向量，建立槳距子系統的系統模型，并根據系統模型確定測量輸出向量；

定義正多胞體O，并確定槳距子系統初始狀態對應的正多胞體；

設計正多胞體卡爾曼濾波器對槳距子系統狀態進行估計，并利用正多胞體對受未知干擾影響的狀態集合進行描述；當槳距子系統發生故障時，采用貝葉斯理論和模型匹配方法實現故障識別過程。

2.根據權利要求1所述的方法，其特征在于，所述根據風電機組的槳距子系統的狀態向量，建立槳距子系統的系統模型，包括：

建立式(1)所示的系統模型；

其中，β表示槳距角，β_a表示已知的槳速度，β_r表示槳距參考值，表示槳距角的狀態變量，表示槳速度的狀態變量，ω_n和ζ為已知的系統參數，分別表示槳距子系統的自然頻率和阻尼系統。

3.根據權利要求2所述的方法，其特征在于，所述根據系統模型確定測量輸出向量，包括：

將式(1)所示的槳距子系統的系統模型表示為連續的時間狀態空間方程：

其中x＝[β β_a]^T，u＝β_r，v和w分別為過程干擾和測量噪聲，設定采樣時間T_s對系統離散化，得到：

其中分別表示槳距子系統在k時刻的狀態，輸入和測量輸出向量，A,B,C,E,F分別為不同維度的參數矩陣，和分別為系統過程干擾和測量噪聲，二者均有界；

根據式(3)所示的離散狀態空間方程確定系統測量輸出向量y。

4.根據權利要求3所述的方法，其特征在于，所述定義正多胞體O，并確定槳距子系統初始狀態對應的正多胞體，包括：

定義正多胞體O為：

其中，分別表示正多胞體的中心、正多胞體中生成矩陣的對角線值和無窮范數小于1的向量；diag(d)表示對角值為d的對角陣；

設置槳距子系統的初始狀態，測量噪聲和過程干擾所在的正多胞體分別滿足：

x(0)∈O(0,d₀)，w(k)∈O(0,d_w)，v(k)∈O(0,d_v) 式(5)

d₀為正多胞體O(0，d₀)中生成矩陣的對角線值，d_w為正多胞體O(0,d_w)中生成矩陣的對角線值，d_v為正多胞體O(0,d_v)中生成矩陣的對角線值。

5.根據權利要求4所述的方法，其特征在于，所述設計正多胞體卡爾曼濾波器對槳距子系統狀態進行估計，并利用正多胞體對受未知干擾影響的狀態集合進行描述，包括：

設計正多胞體卡爾曼濾波器形式如下：

則槳距子系統的估計狀態可通過式(6)～(8)遞歸得到：

d(k)＝(A-G(k-1)C)d(k-1)+Ed_w(k-1)-G(k-1)Fd_v(k-1) 式(7)

6.根據權利要求5所述的方法，其特征在于，所述采用貝葉斯理論和模型匹配方法實現故障識別過程，包括：

根據式(9)計算槳距子系統估計狀態和故障庫中槳距子系統真實狀態的誤差；同時對滿足式(9)的估計狀態的個數進行計數，記為l_i(k)，i＝1，2，…，q；

其中，q為故障庫中的故障類型的個數，θ_i,0為故障庫中第i個故障類型的故障狀態，ε為故障閾值，預定時間范圍的時間長度為L，L為整數。