风力机气动力不对称故障建模与仿真

风力机气动力不对称故障对风力发电机组的安全稳定运行有很大的影响,传统的基于振动的故障诊断方法需要在风力机上安装大量的传感器,成本较高,可靠性也较差。近年来,已有学者采用基于电信号的故障诊断方法对该故障进行了实验研究,但未对该诊断方法进行理论上解释。笔者研究了气动力不对称故障下的风力机的塔架振动和气动力的耦合规律,阐述了造成电功率波动的机理,指出电功率的波动来源于塔架的振动,建立了整个风力机组故障状态下的模型,仿真得到了故障条件下的塔架振动信号与电功率信号,对仿真得到的振动信号与电信号进行信号处理。结果显示其中均出现了叶轮旋转的一倍频分量,与德国ISET等实验研究的结果相符,对开发新的故障诊断算法具有重要意义。

一种风力发电机自动故障诊断及预测方法

为了获得故障信号精确的时域和频域信息,提出了一种Morlet小波变换补偿方法,首先计算出故障信号的时间和频率信息,然后根据Morlet小波系数中心频率峰值对计算的故障信号的幅值进行补偿,得出故障信号的准确幅值.采用Simulink模型证明该方法的可行性,并将该方法应用到测试风力发电机和实际大型风力发电机的电功率信号分析中.结果表明:该方法可以自动获得故障信号按时序排列的振幅趋势图,显示了部件发生故障后的剩余使用寿命期限;风力发电机特别是海上风力发电机的维护维修计划可根据此时间信息进行制定,降低风电运维成本.