风力发电机绝缘缺陷分析

国内某风力发电机公司制造生产的2 MW双馈风力发电机存在绝缘结构缺陷,导致该型号发电机发生批量转子对地故障,造成严重的运行事故,给风场带来了巨大的经济损失和安全隐患。海上风力发电机运行环境复杂,维护消缺成本高。文章通过对事故发电机拆解、运行发电机绝缘参量的检测,对发电机绝缘故障缺陷产生的原因进行了分析,对海上风力发电机的设计制造、运行维护具有指导意义。

风力发电机组轴承状态检测综述

随着风力发电装机容量的不断增加,风力发电机组设备的运行维护工作将越来越困难,并且风力发电机组设备的运维成本也在不断提高。风电场运维人员通过对风力发电机组转动设备在线监测,来预测和诊断设备的故障。通过研究可以看出风力机组大量故障是由于轴承与齿轮箱故障造成的。因此,对风力发电机组状态监测变得至关重要。文章对有关风力发电机组状态监测与故障诊断技术的研究进行综述,为今后提高风电机组的可靠性、预测和风电机组组件的早期故障诊断提供参考。

跟网型永磁同步发电机组相角主动支撑控制策略

永磁同步发电机及全功率变流传动系统相比于双馈异步发电机及部分功率变流传动系统可靠性更高、全生命周期成本更低。本文针对跟网型永磁同步发电机组提出一种相角主动支撑控制策略,在不改变主控制系统的基础上,加入频率变化率-相角反馈环路,在系统负荷突增时放出全功率变流传动系统中间直流环节稳压电容的能量,增大系统惯性以解决高比例新能源电力系统惯性低的问题,并通过DIgSILENT/PowerFactory搭建了仿真平台验证了所提相角主动支撑控制策略的有效性,保证了高比例新能源电力系统的频率稳定。

风力机变桨轴承故障诊断的冲击链检测法

通过研究风力机变桨轴承的结构和运转条件,本文发现随着叶轮的转动,变桨轴承的滚动体与滚道的四个接触点交替接触,这使得滚动体在滚道上连续滚动的时间较短。本文通过在叶轮不旋转时采集变桨轴承振动信号,得到滚动体在滚道上较长时间连续滚动的振动信号。通过分析变桨轴承故障振动信号的特征,得到了其冲击振动规律,提出了在时域波形中自动识别冲击振动及其近似周期性的冲击链检测方法。应用结果表明,冲击链检测方法能够有效地自动检测变桨轴承的局部故障以及滚道内存在异物的状态。

基于改进麻雀搜索算法优化深度学习网络超参数的短期风电功率预测

提出了一种CNN-Attention-BiGRU网络模型,以及采用ISSA优化网络模型超参数的短期风电功率预测方法。首先,设计CNN-Attention-BiGRU深度学习网络,利用CNN-Attention提取数据特征,再利用BiGRU对时间序列的预测;然后,采用ISSA优化CNN-Attention-BiGRU网络超参数,提高模型的预测精度;最后,采用甘肃省某风电场数据集进行验证该预测方法,结果表明,该预测模型有效地提高了预测精度和输出结果的稳定性。

基于CEEMDAN-IDOA-BiLSTM的超短期风电功率预测

准确可靠的风电功率预测对电力系统调度、风电场的效益和电网的安全稳定运行具有重要意义。为了提高超短期风电功率预测的准确性,提出了一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和改进野狗优化算法(improved dog optimization algorithm,IDOA)优化双向长短时记忆网络(bi-directional long short-term memory,BiLSTM)的组合模型预测超短期风电功率方法。该方法先采用CEEMDAN分解方法将原始的数据分解来降低原始数据的复杂性和不稳定性,将分解后的所有序列进行偏自相关方法分析,选出重要性较大序列作为IDOA-BiLSTM模型的输入,最后通过IDOA-BiLSTM模型进行超短期风电功率预测。采用甘肃某风电场实测数据为数据集,进行训练模型和预测分析,结果表明所提出的超短期风电功率预测模型具有较高的预测精度,具备实际应用的可行性。

基于机器视觉的指针式仪表读表方法研究

针对指针式仪表读数方法受限于仪表类型多样、环境复杂、表盘及指针检测困难、读表精度不高的问题,提出一种基于机器视觉的指针式仪表读表方法。首先,由数据采集设备获取高质量的图像,并且通过图像预处理减少干扰。其次,利用Hough直线检测及Hough圆检测方法,检测指针所在直线和旋转中心,此外,对不同类型的指针采用交点法与距离法确定仪表指针指向,并通过几何关系计算指针偏转角度。最后,根据比例法得到仪表读数。实验结果表明,该方法具有算法简单、精度高、速度快的特点,具备实际部署应用的条件。

山地风电场维检任务智能调度

基于山地风电场发电机组系统可靠性和经济性的目标进行维检任务智能调度优化,根据目标及约束条件,针对具体的检修方式进行合理优化研究,提出可行的检修优化措施并建立优化模型,最后通过实证分析验证了模型的可行性和有效性。

串联电池组主动分层均衡电路的控制策略研究

大多数串联电池组的主动分层均衡策略首先在组内实现均衡,然后再在组间实现均衡,这种传统的均衡策略限制了均衡效率的提高。采用了一种基于升降压模块的分层均衡电路拓扑。根据均衡能量流动的不同范围,将其分成两个不同的均衡过程。这两个均衡过程可以同时执行,并且不同分级电路中的电流不会相互影响,这使得组内和组间可以同时进行均衡,进而提高电池组的均衡速度。通过搭建实物平台,对四个锂离子电池组成的串联电池组分别进行静置、充电和放电均衡的实验。实验结果表明,相比于传统的分层均衡策略,提出的均衡策略在三种电池状态下提高平均时间效率约30.4%,验证了该方案的可行性。

风电场集电线路行波故障测距及行波衰减研究

文章以某风电场安装集电线路行波检测装置为例,基于行波传输理论,利用仿真建模和风电场集电线路实际故障情况,研究出风电场集电线路发生故障时行波传输衰减特性。合理应用行波检测装置,有效减少风电场停电时间,降低故障成本。

基于RCNN-SVR组合模型短期风电功率预测

提出一种回归卷积神经网络与支持向量回归组合模型(RCNN-SVR),采用该模型预测短期风力发电功率。首先搭建了一种回归卷积神经网络(RCNN)模型;由于RCNN存在计算量大的问题,因此利用RCNN从数据集中提取特征因素,并用特征因素训练支持向量回归(SVR)对风电输出功率进行预测;最后采用某风电场数据集进行验证,结果表明RCNN-SVR模型比单独使用的传统RCNN模型或支持向量机具有更高的准确率。其中,RCNN-SVR模型的CV-RMSE、MAE和MAPE分别为0.0998、0.3928和0.5468,说明RCNN-SVR模型有效地提高了预测精度和输出结果的稳定性。

基于多源信息融合预测技术在智慧风电场的应用

基于多源信息融合技术,结合历史运行数据,构建了智慧风电场可视化智能管理系统,实现了由被动运维方式向智能化的主动预防运维策略跨越,风电场的运维更加智能。

风电机组传动链综合状态监测与故障诊断技术探讨

随着我国环境保护意识的不断提高,对风能的重视程度越来越高。同时科学信息技术的快速发展,在各个领域都得到了良好的应用,也为风电机组运行状态的监测与故障诊断提供了有效路径。借助不断发展进步的相关技术,我国对风能的利用率也在不断提高。基于此,为了更好地监测和诊断风机链的结构和运行过程,及时解决运行过程中出现的问题,本文结合实践以及前人的相关研究,重点研究了风电机组传动链运行过程中常出现的故障以及解决技术,希望可以为相关研究提供借鉴。

企业人力资源风险管理问题解析

在企业运行及发展的过程中，各个企业之间的竞争逐渐加剧，所以，企业人力资源管理中的风险控制是十分必要的。文章在研究的过程中，将企业人力资源风险控制作为研究的重点，对人力资源风险控制进行了分析，旨在通过管理创新，提高企业的核心竞争力。

基于工业互联网的风电场智能工具管理系统研究

基于国内外关于电力行业工器具的管理研究,将物联网技术、RFID技术、实时监控技术等工业互联网技术引入到风电场工具管理中。研究设计了一套风电场工器具智能工具管理系统,其功能包含标签卡分配管理、工器具入库管理、工器具借用管理、工器具归还管理、工器具状态监控管理、统计分析等,从而实现了风电场工器具的全流程闭环管理。

基于颜色阈值分割的安全帽检测方法研究

对当前智能监控领域安全帽监检测存在硬件资源要求高、准确性低、实时性差的问题,提出了一种基于颜色分割的安全帽检测方法,该方法以传统的数字图像处理为基础,首先通过监控的实际场景获取监控画面,人工标注全帽所在区域,然后将RGB颜色空间图像转化为HSV颜色空间,统计不同颜色安全帽的HS颜色分量的阈值,利用K-mesns算法获取矩形框类别,并分类统计矩形框面积和矩形度范围,最后进行边缘提取、矩形框筛选方式现实安全帽检测。通过仿真分析,对于特定的安全帽场景及通用的CPU硬件设备下,与YOLOv3、SSD等传统的深度学习算法相比较,在保持准确率相当的前提下大幅提高了检测的速度。

探究企业人力资源管理信息化建设

在企业运行及发展的过程中,人力资源管理是企业工作项目构建中十分重要的组成部分,科学化的人力资源管理可以为企业的可持续发展提供促进性的作用。文章在研究的过程中,对企业人力资源管理信息进行了科学化的分析,旨在通过对人力资源管理制度的更新,构建信息化的企业发展环境,从而为企业的综合发展奠定良好基础。