基于灰色系统理论和聚类分析的新能源风力发电机超负荷状态主动估计算法

在对发电机超负荷状态进行估计的过程中,由于影响负荷状态的因素较多,且具有非稳态属性,导致估计结果的误差较大,为此,提出基于灰色系统理论和聚类分析的新能源风力发电机超负荷状态主动估计算法研究。在分析风力发电状态时,引入了特征线法,将非恒定流的风击偏微分方程转化为常微分方程的形式,再将常微分方程近似的转化为差分方程,以此实现对风力发电系统复杂风力暂态的有效分析。在超负荷估计阶段,借助时间连续函数模型,将原始的风力发电系统状态数据信息转化为灰色生成列,采用层次聚类的方式对具体的负荷状态进行分类,最后组合灰色列的负荷信息,实现对风力发电机超负荷状态的准确估计。在测试结果中,设计主动估计算法方对于不同工况下的估计结果与实际超负荷情况的误差稳定在0.01 MW以内。

基于改进CS算法的移动网络海量数据低能耗传输方法

移动网络数据传输过程未考虑数据间相关性,导致数据传输能耗大,对此文章提出了基于改进CS算法的移动网络海量数据低能耗传输方法。文章分析移动网络海量数据传输能耗,引入混沌扰动系数改进CS算法。在此基础上选取改进CS的双簇头,解决传统方法数据传输路径长的问题,设计静态、动态传输队列低能耗传输模式。由实验结果可知,该方法数据传输完整,不同工作模式下,使用基于改进CS算法最高耗能为2 J,耗能较低,该方法将指导移动网络在工业应用中的实现。

基于自适应随机共振方法的轴承故障特征提取

针对现有故障诊断方法对风力发电机组轴承微弱故障特征识别效果较差的问题,提出一种峭度值优化的自适应变尺度随机共振方法。基于经验模态分解理论对风电机组轴承振动信号进行分解,利用峭度准则分别计算出各个固有模态分量的峭度值,并设置合适的峭度阈值对各分量信息进行提取。利用蚁群算法对随机共振系统进行智能参数优化,以信噪比为目标函数,获取最佳的输出信号,进而识别风电机组中轴承故障类别。理论分析与实验结果表明:此方法能够准确地识别风电机组轴承信号中的微弱故障类别,在风力发电机组轴承故障诊断与性能维护中具有良好的应用前景。

风电场建设智能化转型探索与实践

风电场智能化转型是将风电场的发展从规模增长转型为价值增长,通过引入“云大物移智”等先进手段,紧紧围绕安全生产,创新技术驱动,达到强化安全监督、优化运行管理、规范业务流程、提高工作效率、创新运营模式的目的。

智能视频监控在风电场安全管理中的运用

智能视频监控是以“云大物移智”等现代数字科技技术为核心,搭配高分辨率摄像系统、语音通信系统、超脑NVR系统,以及整合的企业云平台管理,来搭建智能视频监控系统,为风电场安全管理提供完善的技术支持。

某风电场永磁直驱风力发电机组变桨电机电磁刹车故障原因分析

某风力发电机组在运行寿命期,发生变桨电机超温故障,后因齿形带崩断导致桨叶位置不可控,经排查原因为变桨电机刹车片磨损严重,导致变桨电磁刹车失效,后对故障机组进行电磁刹车摩擦片及齿形带进行更换,并对全场风机变桨电机电磁刹车回路进行排查.

基于卷积神经网络和传感器数据的风力发电机转子断裂故障诊断

提出基于卷积神经网络和传感器数据的新能源风力发电机转子断裂故障诊断算法。根据转子运行状态与裂纹轴向刚度之间的关联关系,构建了发电机转子裂纹模型。对多个传感器采集的发电机转子振动数据进行融合处理后,将原始的一维数据转换为m×n二维矩阵的形式,利用多通道卷积神经网络对传感器数据信息进行分析,并将输出结果代入到发电机转子裂纹模型中,实现对转子断裂故障的诊断。在测试结果中,算法对不同数据源下的电机转子断裂故障诊断结果,误差稳定在0.03μm以内。