基于粒子群算法的组合风速模型参数提取方法

真实风速模型构建是风电机组控制系统在实验环境下实现故障检测的重要保障。针对风电机组控制系统经验参数提取方法的不足,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的四分量组合风速模型多参数自动提取方法。该方法分为两步,以三分量模型参数和随机风分量模型参数为多维输入,风速预测值与真实值之间的均方根误差(RMSE)为目标输出,通过建立PSO算法寻优RMSE的最小值得到最佳的四分量模型参数;将得到的参数代入四分量组合模型得到风速预测值,并和实际测得的风速进行对比验证,使得四分量模型参数的提取更加智能化,提高其准确性并降低风速预测过程的时间成本。

变载荷激励下含裂纹风电行星轮系疲劳强度分析

随机风载引起的外部激励会极大地影响风电传动系统的疲劳寿命。利用考虑尾流效应的四分量模型模拟风电场随机风速,结合有限元法分析得到风电行星轮系的疲劳寿命。在此基础上,基于子模型法研究了太阳轮单齿和双齿根裂纹深度、长度和延伸角对风电行星轮系疲劳强度的影响。最终发现裂纹尺寸参数对风电行星轮系疲劳寿命的影响程度为:裂纹深度>裂纹长度>裂纹延伸角。双齿根裂纹对疲劳寿命的影响远大于单齿根裂纹的影响,且双齿根裂纹状态下先啮入齿的疲劳寿命远小于单齿根裂纹状态,后啮入齿疲劳寿命略大于单齿根裂纹状态。相关研究为优化风机服役性能提供了理论依据。