变速恒频风力机叶轮不平衡故障仿真研究

华电技术 ›› 2018, Vol. 40 ›› Issue (6): 1-6.

• 研究与开发 • 下一篇

变速恒频风力机叶轮不平衡故障仿真研究

华北电力大学控制与计算机工程学院，北京〓102206

出版日期:2018-06-25 发布日期:2018-08-21

Simulation research on imbalance fault in the rotor of variablespeed constantfrequency wind turbine

School of Control and Computer Engineering,North China Electric Power University,Beijing 102206, China

Online:2018-06-25 Published:2018-08-21

摘要/Abstract

摘要：

由于目前基于振动信号的风力机叶轮不平衡故障诊断方法具有传感器多、成本高、可靠性差等缺点。利用Matlab与Simulink分别建立正常和不平衡状态下的机组模型。以某风场实测秒级数据作为系统输入，得到机组输出功率。频域分析表明，风力机输出功率在不平衡故障下包含叶轮旋转1倍频分量，经经验模态分解(EMD)后，输出功率在不同频带内能量值发生改变。以计算输出功率1倍频幅值与EMD能量熵作为故障特征，利用数值拟合法，得到故障程度与两故障特征的关系曲线，实现在无高成本传感器条件下叶轮不平衡故障的监测与诊断。

关键词:

">">风力发电, 叶轮, 不平衡故障, 故障诊断, 数值仿真

Abstract:

There are disadvantages in the diagnotic method of wind rotor imbalance fault based on the vibration signal, which are in great demands for sensors, of high cost and poor reliability. Matlab and Simulink are used to build the models of units under normal and unbalanced conditions respectively. Taken the second wind speed data measured in a real wind farm as simulation input, output power is obtained. Results of frequency domain analysis indicates that output power signals of wind rotor includes first frequency component during imbalance fault. After empirical mode decomposition (EMD), output power contains different energy values in different frequency bands. The amplitude of first frequency component and the EMD energy entropies are used as the evidence of fault. Relationship between fault severity and two evidences mentioned above are obtained by numerical fitting ，which realizes the fault diagnosis without requirements for expensive sensors.

Key words:

wind power generation, wind rotor, imbalance fault, fault diagnosis, numerical simulation

刘琳，郭鹏. 变速恒频风力机叶轮不平衡故障仿真研究[J]. 华电技术, 2018, 40(6): 1-6.

LIU Lin, GUO Peng.

Simulation research on imbalance fault in the rotor of variablespeed constantfrequency wind turbine

[J]. Huadian Technology, 2018, 40(6): 1-6.

[1]	龙思成, 黄志鸿. 基于多尺度极限融合网络的电力变压器故障诊断方法研究[J]. 综合智慧能源, 2022, 44(9): 78-83.
[2]	贾志军, 白德龙, 宋燕杰, 王剑飞, 李春新. 基于KPCA算法的电厂设备在线故障诊断研究[J]. 华电技术, 2021, 43(8): 48-53.
[3]	姜寅，任荭葳，陈凯，朱长江. 基于BP神经网络的风电系统控制器I/O硬件故障自诊断方法[J]. 华电技术, 2020, 42(5): 55-60.
[4]	胡杰，唐静，谢仕义，王云. 基于大数据技术的电厂设备状态评估和预警应用研究[J]. 华电技术, 2020, 42(2): 1-6.
[5]	黄绍伟. 自适应调频模式分解在轴承故障诊断中的应用[J]. 华电技术, 2020, 42(1): 54-57.
[6]	陆定康，周伟. 工业水泵振动异常分析和处理[J]. 华电技术, 2019, 41(8): 78-80.
[7]	胡湘涛，张晋磊，向宗原. 风力发电机组高于切出风速的降容增效优化运行[J]. 华电技术, 2019, 41(7): 31-33.
[8]	蔡雨晴1，杨平1，沈丛奇2，康英伟1，归一数2，徐春梅1. 单相受热管集总参数模型优化及现代控制工程应用[J]. 华电技术, 2019, 41(6): 1-5.
[9]	万立明1，梅振锋2，李德波3，苏朋1，邱家煜1. 中速磨煤机入口紧凑型圆形一次风道流场均流技术研究[J]. 华电技术, 2019, 41(6): 6-12.
[10]	胡美玲1，赵雪瑞2，赵耀丽2. 基于以太网的水电站卷扬式启闭机控制系统的设计[J]. 华电技术, 2019, 41(6): 13-16.
[11]	梁鹏威，康振全，黄浩然，马莉莉，刘洪星，朱朝磊. 基于ANSYS的齿轮模态特性研究[J]. 华电技术, 2019, 41(6): 17-22.
[12]	张巍1a，周国鹏1b，汪洋1a，倪浩1a，钟著辉2. 一起220kV主变压器保护装置发TV异常告警的原因分析[J]. 华电技术, 2019, 41(6): 23-26.
[13]	牛腾赟. 某电厂发电设备可靠性建模及状态预测[J]. 华电技术, 2019, 41(6): 27-32.
[14]	谢坤1,2，赵谦1,2，程成1,2，李帅1,2，蔡亮亮1,2. 具有异常分析功能的通用型数字量输入式合并单元[J]. 华电技术, 2019, 41(6): 33-37.
[15]	苏攀，沈阳，于鹏峰，韩静. 正平衡供电煤耗升高原因分析及煤耗修正计算[J]. 华电技术, 2019, 41(6): 38-41.

变速恒频风力机叶轮不平衡故障仿真研究

Simulation research on imbalance fault in the rotor of variablespeed constantfrequency wind turbine

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价