基于状态估计的风电机组液压变桨距系统故障检测

液压变桨距系统是风电机组的高频故障部件之一,对其进行早期故障检测,可以有效地提高风电机组运行的可靠性,减少不必要的经济损失。风电机组所受环境因素干扰较多,而基于数据的故障检测方法易受这些因素的影响造成误报警,并且故障分离较为困难。因此,本文提出基于状态估计的方法对风电机组液压变桨距系统进行故障检测。首先,构建风电机组液压变桨距系统的状态空间模型及其状态观测器,利用液压变桨距系统模型的实际输出与状态观测器输出产生残差;其次,将残差的均方根作为残差估计函数,并配合自适应阈值进行决策。最后,以液压变桨距执行机构故障和节距角传感器故障为例,通过仿真验证了该方法的有效性。

风力发电机液压变桨距系统研究

介绍风力发电机组变桨距控制原理;并以2.5 MW风力发电机组为研究对象,根据变桨速度和力矩的要求设计液压控制系统,分别对开桨和关桨时的液压系统进行建模,对变桨距系统进行仿真,并分析了系统的稳定性,为更深层次的仿真研究和系统优化提供理论依据。

风电机组液压变桨距系统H∞鲁棒控制策略研究

变桨距系统是风电机组的重要组成部分,其通过改变桨距角来调整恒定功率,对系统的安全运行起关键作用。针对液压变桨距系统中存在的参数不确定和外界干扰,提出一种风电机组变桨距系统的H∞鲁棒控制策略。简化了液压变桨距系统的数学模型,并改写成标称对象的状态方程;根据系统性能要求,选取混合灵敏度优化过程中符合系统要求的加权函数,进而求得系统广义被控对象的状态空间实现;通过求解Riccati方程获得H∞控制器;进行仿真验证并与传统PI变桨控制策略进行比较,验证了所提控制策略的有效性和优越性。

基于人工蜂群-RBF-PID的风力机液压变桨距控制系统设计

风力机液压马达变桨距系统存在高阶多耦合、不确定、非线性、难以控制的问题。为实现桨距角跟踪控制,文章通过动力学分析建立液压马达变桨距系统的数学模型,确定系统特性。根据液压马达变桨距系统原理,采用SimHydraulics建立液压马达变桨距系统仿真模型,设计基于人工蜂群算法结合RBF神经网络的PID控制器,并且采用自适应矩估计算法代替梯度下降法对PID参数进行在线优化。仿真结果表明,采用文章算法,系统响应快,桨距角跟踪精度高。

基于支持向量机和顺序前项选择算法的PNN风电机组液压变桨的故障诊断

针对液压变桨距系统的强耦合、非线性,以及液压变桨距故障发生原因复杂、故障单一造成的定位问题,该文提出基于支持向量机和顺序前项选择算法的概率神经网络诊断方法。首先,选取SCADA数据的特征值为输入,桨距角为输出,利用支持向量机进行模型的回归,得出桨距角输出的预测值;接着,将测量值与预测值带入顺序前项选择算法,挖掘和发现特征与故障之间的关系,评估各特征之间的重要性,并选出最好的一组特征集合;最后,建立变桨距概率诊断模型,将所选的数据送到故障诊断模型进行训练,再用所选数据进行测试,定位出变桨距系统的故障原因。实验分析表明:基于支持向量机和顺序前项选择算法的概率神经网络液压变桨距故障诊断方法可以有效地分辨出不同故障,并且诊断的精确度得到了提高。

基于未知输入观测器的风机变桨系统的鲁棒故障诊断研究

液压变桨距系统是风力发电机的重要组成部分,对确保风力发电机的高效运行发挥了十分重要的作用。液压变桨距系统是风电机组故障频发的部分,对诊断风机液压变桨系统的故障十分必要。针对建模误差、干扰和噪声等对故障诊断准确性的影响,利用未知输入观测器的方法,将模型不确定性、噪声和未知输入干扰等统一作为系统的未知输入,设计鲁棒残差生成器,使未知输入与液压变桨系统发生的故障相解耦,实现对液压变桨系统的故障诊断,最后通过仿真验证该方法的有效性和优越性。