基于故障树和神经网络的的风机故障在线诊断
2021-04-20艾进才
电子技术与软件工程 2021年1期
艾进才
(龙源电力集团股份有限公司宁夏公司 宁夏回族自治区固原市 756000)
当今世界,全球能源结构改革的浪潮已经到来,风能作为一种新能源,在电力产业中具有举足轻重的地位,因此近年来,使得风电产业得到了迅速的发展,全球风电机组装机的数量也随之增长迅速。据调查研究发现,在实际中全球各大型风电场存在很多不足,如超过一半的风机无法正常并网运行,这给风电产业带来了巨大挑战。相关学者与专家对我国某电力公司的300 多台风机进行调查统计,发现能够正常工作的仅33%,其余无法正常工作运行,造成的原因除了常见的弃风等因素外大多数是由于机组发生的故障,使得风电产业在电力设备资金投入上产生一定的浪费。风电场存在于陆地和海上,海上工作环境相比于陆地工作环境存在更大挑战,首先在严寒下存在海冰,使得风机基础受到海冰撞击的威胁,其次海上温度低,湿度大,导致风机叶片上容易存在冰,因此叶轮和塔筒的载荷会随之增加,风电机发电丧失部分能力,在极端地区,电能损失达到了将近20%-50%的应发电量,当积冰严重时甚至会导致叶片断裂,这对风电机组损害相当严重。
在风电机组中,其故障的发生率相当高,据统计,一个风场中风机的故障率高达40%-50%,对于一台已经工作了20年的风机,其总维护和维修费用占据了10%-15%的风场总效益,对于海上风机,其维护费用更是高达30%的风场总效益。目前可以通过两方面降低风机运维成本,一方面对风机的品质进行改善,另一方面通过监测风机运行状态数据,及时发现风机故障的早期隐患,并对其进行处理排除,保证风机的正常工作,从而使发电效益不受影响。……
登录APP查看全文
