基于灰色粗糙集理论的风电机组传动链智能故障诊断方法
2012-10-23蒋维
电网与清洁能源 2012年12期
蒋维
(中国水利电力物资有限公司,北京 100045)
风电是世界上公认的最接近商业化的可再生能源技术之一[1]。据全球风能理事会(GWEC)的统计数据显示,1996年至2009年期间,世界风电累计装机的平均增长速度达到了28.6%,风电已成为世界上增长最快的可再生能源[2]。随着风能的快速发展和大规模风电机组的投入运行,且由于大部分机组安装在偏远地区,负荷不稳定等因素,我国不少风电机组都出现了运行故障,直接影响了风电的安全性和经济性。为保持风电的长期稳定发展,增强它与传统能源的竞争力,必须不断降低风电的成本(包括制造安装成本和运行维护成本)。旋转机械在风电机组中占有很大的部分,从叶片、主轴承到齿轮箱再到发电机,整个传动链都是以旋转形式传递着机械能。风电机组速比较大、多轴系,且包含低速重载的叶轮轴、高速轻载的电机轴及多个关系复杂的齿轮和轴承零部件;又由于其安装地理位置的特殊性、运行环境的复杂性及运行工况的波动性等特征,使得反映机组健康状况的状态参量以较为复杂的关联形式呈现[3]。因此,风电机组的状态检测和故障诊断显得尤为重要,是保证机组长期稳定运行和安全发电的关键。
基于灰色系统理论的设备故障诊断方法与基于粗糙集理论的设备故障诊断方法得到广泛应用[4-6]。基于灰色系统理论的设备故障诊断是通过对灰色关联度的分析,研究设备当前运行状态与各种典型故障状态特征间的相关性,从而确定设备的故障原因。……
登录APP查看全文
