基于支持向量机和多源信息的直驱风力发电机组故障诊断

提出了一种综合考虑风速、转速以及主轴水平方向和垂直方向振动的时域特征参数、频域特征参数等多源信息的基于支持向量机(support vector machine,SVM)的直驱风力发电机组故障诊断方法。对直驱风电机组正常状态、风轮质量不平衡、风轮气动不平衡、偏航和断叶片等5种状态进行实验分析,研究不同状态下的机组特征。根据实验分析结论,将风电机组主轴水平方向、垂直方向振动的时域参数、频域参数以及风速、转速选为描述机组运行状态的特征参数,对机组进行故障识别。将风电机组5种状态下的特征参数作为学习样本,在SVM中训练,建立不同特征的参数向量和故障类型的映射关系,从而达到故障诊断的目的。根据风电机组不同故障的实验数据,对考虑多源信息的故障模型进行应用检验。结果表明,该方法简单有效,具有很好的故障识别能力和良好的鲁棒性,适合直驱风电机组故障诊断,同时可以满足在线故障诊断的要求。

基于ITD和LS-SVM的风力发电机组轴承故障诊断

为了更好地识别出复杂条件下风力风电机组主轴承的运行状态,提出了基于固有时间尺度分解(ITD)和最小二乘支持向量机(LS-SVM)的风电机组轴承故障诊断方法。该方法首先将调心滚子轴承振动信号分解成若干个固有旋转分量和一个趋势分量之和。然后,对前几个固有旋转分量的瞬时幅值进行频谱分析,找出频谱中外圈、内圈、滚动体故障特征频率处以及转动频率处的幅值,将其作为故障特征向量。最后,将故障特征向量输入LS-SVM来识别机组轴承的运行状态。实验结果表明,该方法可以快速、较准确地诊断出风力发电机组轴承故障。

基于熵权理论和信息融合技术的水电机组振动故障诊断

应用熵权、灰色关联分析和信息融合技术对水轮发电机组振动故障进行诊断。以水电机组振动信号的频域特征和时域振幅特征为诊断样本,使用基于熵权的灰色关联分析方法进行水电机组振动故障的初步诊断,然后应用证据融合理论对不同证据进行决策信息融合,从而得出最终的诊断结果。诊断实例表明,基于熵权的灰色关联分析和信息融合技术相结合的方法是有效的,适合于水电机组的振动故障诊断。

刚性联接平行不对中转子系统振动特性

考虑刚性联轴节不对中和圆盘不平衡等因素,建立了不对中转子系统动力学模型,推导出系统运动微分方程。对运动微分方程进行数值积分,分析不对中转子系统的动力学行为。数值结果显示,刚性联轴节平行不对中时,故障特征频率主要成分为1X分量;振动经过充分衰减后,转子系统轴心轨迹是比较稳定的圆;随着质量偏心、平行不对中量的变化,驱动轴振动幅度可能大于从动轴振幅;平行不对中对支承刚度较小的转子系统的动态响应影响较大。

基于决策融合的直驱风力发电机组轴承故障诊断

基于振动信号时域、频域和包络谱等多源特征,采用决策融合方法构建了直驱风力发电机组轴承故障诊断模型。对直驱风力发电机组主轴轴承经常发生的外圈故障、内圈故障、滚动体故障以及正常运行4种状态进行了实验研究。选取具有较高故障区分度,适合风电机组轴承故障诊断的特征参数。以风电机组振动信号的时域特征、频域特征和包络谱频域特征为诊断样本,使用灰色关联分析方法对机组轴承故障进行初步诊断,然后用证据融合理论对不同证据进行决策信息融合,从而获得最终诊断结果。实验结果表明,该方法能较好地识别风力发电机组轴承故障。

基于固有时间尺度分解的风电机组轴承故障特征提取

针对风电机组调心滚子轴承故障振动信号非平稳、非线性的特点,提出了基于固有时间尺度分解(ITD)的轴承故障特征提取方法。ITD方法可以将复杂信号分解成若干个固有旋转分量和一个趋势分量之和,能准确地展示非平稳信号的动态特性,有较高的拆解效率和频率分辨率。分析结果表明,ITD方法能有效地提取风电机组轴承故障特征,可用于在线故障诊断。

水电机组状态退化评估与非线性预测

提出了基于Shepard曲面、经验模态分解法(ensembleempirical mode decomposition,EEMD)、混沌理论和灰色理论的水电机组状态退化评估与趋势预测模型。该方法首先用Shepard曲面建立综合考虑有功功率、工作水头作用的水电机组状态退化趋势模型。然后将水电机组状态退化趋势进行EEMD分解,得到若干个相对平稳的固有模态函数(intrinsic mode function,IMF)分量和一个余项分量,对每个IMF分量进行特性识别,根据其不同属性,选用混沌预测模型或灰色模型预测,同时对余项分量进行灰色预测。最后将所有分量的预测结果进行重构,获得最终预测结果。实例分析表明,该方法能有效地评估水电机组状态的退化过程,且能提高退化趋势的预测精度。

水轮发电机组横向振动特性分析

推导建立了水轮发电机组系统动力学方程。对运动微分方程进行数值积分,分析了发电机转子的质量偏心及水轮机转子的质量偏心对水轮发电机组系统横向振动特性的影响。数值分析结果表明,发电机转子、水轮机转子的横向振动及大轴在上、下导轴承和水导轴承处的横向振动,经过充分衰减后,轴心轨迹都是圆形,但它们的半径并不相同。随着发电机转子的质量偏心的不断增加,大轴在3个导轴承处的横向振动出现了明显分岔现象,振动为周期1及复杂的拟周期运动。大轴在3个导轴承处的横向振动,随着水轮机转子的质量偏心的不断增大,没有出现分岔现象。

抽水蓄能电站机组异常状态检测模型研究

针对当前水电机组故障样本少,难以对其开展有效诊断的难题,提出了一种综合考虑有功功率、工作水头等工况参数的基于最小二乘曲面的抽水蓄能电站机组异常状态检测模型,即在深入分析有功功率、工作水头对机组运行状态影响的基础上,确定了机组的健康标准状态,根据机组运行状态在不同功率和不同水头下的特性,划分了不同单元,在不同单元内选取能反映机组运行状态的敏感特征参数,分别建立了基于最小二乘曲面的分布式健康模型,将功率、水头等实时在线数据代入分布式健康模型,通过计算机组健康度建立最终的异常状态检测模型。实例应用结果表明,该模型能有效地挖掘机组海量状态数据和真实可靠地进行在线状态评估,从而实现机组异常状态的早期预警。

风力发电机组运行状态的混沌特性识别及其趋势预测

通过对风力发电机组运行状态参数时间序列进行非线性动力学建模,解析了机组运行状态的动力特征,验证了风力发电机组运行状态的混沌特性。在此基础上,根据混沌时间序列的相空间重构理论,应用加权一阶局域预测方法对风电机组运行状态进行混沌预测研究,采用某风场风电机组实际运行数据对预测方法进行检验。计算结果表明,应用混沌预测方法对风力发电机组运行状态进行预测是可行的,具有较高的精度,为风电机组状态预测提供了新的思路。

悬臂转子系统振动特性分析

推导建立了考虑转轮叶片作用的悬臂转子系统动力学方程。对运动微分方程进行数值积分,分析了质量偏心、转轮叶片质量及轴承之间的距离等对悬臂转子系统振动特性的影响。数值分析结果表明,随着圆盘2质量偏心的不断增加,转子系统的径向位移近似线性增大;当转轮叶片质量、轴承之间的距离等取不同值时,转子系统径向位移的变化情况较为复杂。圆盘1的径向位移值可能会大于、等于或小于圆盘2的径向位移值。

碰摩转子系统在轴向推力作用下的分岔研究

推导建立了碰摩转子在轴向推力作用下的非线性动力学方程,分别以质量偏心和转子转速比为控制参数,对碰摩转子横向振动和轴向振动的分岔等非线性特性进行了数值分析。仿真分析表明:转子横向振动分岔图中,存在周期1运动、周期2运动及复杂的拟周期运动等。同时,从转子轴向振动分岔图可以看到系统以一种拟周期路径方式运动,随着质量偏心的增大,系统会突变为混沌运动,且会一直持续下去。分析结果为实际转子系统的碰摩故障分析提供了必要的理论依据。

基于三维曲面的抽水蓄能电站机组故障预警模型

深入分析了影响抽水蓄能机组运行状态的有功功率、工作水头等关键因素,确定了机组的健康标准状态,提出了综合考虑有功功率、工作水头作用,能够自适应抽水蓄能机组工况变化的故障动态预警模型。实例分析表明,该模型可以实现抽水蓄能机组的在线安全评估,能及时准确地预警出机组异常(故障),有很好的实用性。

摩擦系数对轴向推力作用下碰摩转子振动特性的影响

推导建立了轴向推力作用下的碰摩转子非线性动力学方程。以转定子间摩擦系数为控制参数,对碰摩转子系统横向振动和轴向振动行为进行了数值仿真。分析表明:转子与定子间摩擦系数对转子系统横向振动和轴向振动特性的影响非常明显,摩擦系数越大,转子系统振动越复杂。随着摩擦系数的增加,转子系统由简单的周期振动突变为拟周期振动。增大摩擦系数,以转速比为控制参数的系统轴向振动的复杂运动区范围变大,且复杂运动区的振动幅值也有增大趋势。分析结果对旋转机械碰摩故障的识别提供了理论依据。

基于健康样本的风电机组滚动轴承状态评估

针对风电机组运行工况复杂,故障样本的缺乏,难以进行有效诊断的情况,提出了一种基于健康样本的风电机组滚动轴承状态评估方法。该方法充分利用风电机组健康状态监测数据资源,采用径向基函数插值理论,建立了风速、转速和轴承状态参数间的映射关系,通过振动偏差有效地对风电机组滚动轴承运行状态进行实时评估。数据分析表明,该方法克服了单一静态阈值报警的不足,能有效地识别出风电机组工况变化时轴承存在的异常,为风电机组轴承健康评估提供了新的思路。

基于信息熵理论和Parks聚类分析的水电机组振动故障诊断

针对水电机组振动故障与征兆之间复杂的非线性关系,将经过整理的水电机组典型故障分别作为标准故障类,每个标准故障类和它所对应的具有代表性的特征参数构成故障类特征向量,建立标准故障特征参数矩阵。采用信息熵理论和Parks聚类分析方法对待检样本进行聚类分析,从而辨识出待检样本最有可能属于哪个故障类,即最有可能是哪种故障。通过实例检验表明理论计算与现场检查结果相符,证明该方法能有效地确定故障类型和发生故障的部位,适合于故障诊断中自动模式识别,具有良好的实际应用前景,为水电机组状态监测及故障诊断提供了一种新途径。

基于健康样本的风电机组状态评估与异常检测系统

针对目前风电机组状态监测系统存在的不足,提出了基于健康样本的风电机组状态评估与异常检测系统,该系统建立了风电机组工况参数和关键部件性能参数间的映射关系,通过实时计算风电机组关键部件性能参数的健康值,能实时评估其运行状态。实例分析表明,该系统克服了单一静态阈值报警的不足,能有效地识别出机组关键部件存在的异常。

基于信息熵的改进模糊综合评价方法

将信息熵理论与模糊数学方法相结合,建立基于熵权的改进模糊综合评价方法。引用熵权所反应的数据本身的效用值来修正指标的权重系数,通过设定有效度指标来判断评价结果的有效性,采用基于贴近度的择近原则对失效结果做出新的评价。以水质评价为对象,通过实例计算并进行对比分析,发现其结果与其他评价方法的结果基本一致甚至更合理,表明该方法不但结构严谨,而且可信度较高,能有效提高模糊综合评价方法的工程实用性。

基于加权模糊核聚类的发电机组振动故障诊断

对模糊C均值(fuzzy C-means,FCM)在机组振动故障诊断中存在不足,提出了一种加权模糊核聚类方法(weighted fuzzy kernel clustering,WFKC)。该方法用Mercer核将样本从输入空间映射到高维特征空间,在特征空间进行聚类,同时考虑到不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对特征进行加权,在特征空间实现加权模糊聚类。用3组标准测试数据集验证了该方法的聚类效果和分类准确性。最后将该方法应用于发电机组故障诊断,应用实例表明所提出的方法有效,诊断结果可靠。

电力负荷混沌动力特性及其短期预测

根据非线性动力系统理论进行负荷建模和预测,并将预测精度作为一种辨识工具,用于分析电力负荷变化的动力特性。分析结果表明,可将负荷的变化特性描述为低维混沌系统。根据负荷的混沌特性及一步向前预测的精度提出一种优选重构参数的方法,并采用基于相空间重构的加权一阶局域法多步预测模型进行了负荷预测。相空间模型能识别负荷序列的内部特性并进行预测,因此是分析和预测负荷的有效工具。