基于MSET模型的风力发电机故障预警

发电机是风电机组重要部件之一,监测参数较多,包括电参数和机械参数。由于基于SCADA上下限的报警模式对发电机的机械故障,如轴承非正常摩擦等故障不能及时预警。对风力发电机中监测参数为非独立变量且数值变化范围较大的参数建立MSET(Multivariate State Estimation Technique)预警模型;风力发电机中监测参数为独立变量且数值变化范围较小的参数采用SCADA预警系统进行故障预警。通过对发电机前轴承温度添加人为偏移来验证MSET预警模型的有效性,验证结果表明该方法能及时、有效地进行故障预警。

兆瓦级风力发电机故障诊断

为确保能及时发现风力发电机故障,避免因故障而造成巨大损失,提出采用对兆瓦级风力发电机主轴和齿轮箱振动信号进行频谱分析的方法.从风力发电机采集到的频谱信号若超过设定的报警限,则对实时处理信号与数据库存储信号进行比较,通过LabVIEW图形化编程语言,将采集的信号进行小波变换和频谱分析,获得信号频谱图,可以准确判断出风力发电机产生的故障及位置,为齿轮箱和主轴的故障诊断寻找依据.现场试验证明,该方法可准确、有效地诊断出风力发电机故障,具有可行性.

多功能风电机组安全监测及故障诊断系统研究

研究了一种多功能风电机组安全监测及故障诊断系统,能够对风电机组传动系统状态进行预测维修、防止设备二次故障、减少故障停机所造成的经济损失,有助于提高风电场现代化管理水平。除了监测传动机构振动情况并进行故障诊断外,该多功能风电机组安全监测及故障诊断系统还能够监测机舱内部明火及电气短路形成的烟雾,能够实时监测设备表面温度;具备视频监控、语音交互功能、射频识别功能,可对风场检修维护工作进行有效管理,提高风电场办公自动化水平。