基于解析模型的風力發(fā)電機組魯棒故障診斷方法研究.pdf

1、目前風力發(fā)電機的故障檢測基本采用傳統的定時巡檢方法，這種方法檢測效率較低，且無法發(fā)現潛在故障，需要對風力發(fā)電機的故障診斷方法進行進一步的研究。而常用的基于信號的故障診斷方法在應用于結構復雜的風力發(fā)電機上也有一定的局限性?；诮馕瞿Ｐ偷墓收显\斷方法，能發(fā)現潛在故障并容易分離故障，將其應用到風力發(fā)電機的故障診斷中能有效提高診斷效率。本論文以三葉片水平軸風力發(fā)電機為研究對象，針對風力發(fā)電機組工作環(huán)境惡劣、測量參數容易受到噪音干擾的特點，研究了

2、風力發(fā)電機組魯棒故障診斷方法，以達到提高風力發(fā)電機系統故障診斷的快速性和智能化水平的目的，主要工作如下:
　　(1)對現有的故障診斷方法和基于模型的故障診斷方法進行了綜述，介紹了常用的確定性系統生成殘差的方法，不確定性系統的魯棒殘差生成方法以及閾值的選取方法和故障隔離方法。建立了風力發(fā)電機組變槳機構、傳動系統和轉換器基于狀態(tài)空間方程的數學模型。
　　(2)針對變槳機構和轉換器系統容易受到外界噪聲影響的實際情況，設計采用卡爾曼

3、濾波器作為殘差產生器，使殘差信號的方差達到最小。采用極大似然變換的方法進行了閾值的設置并通過多傳感器方法進行了傳感器故障和執(zhí)行器故障的隔離。
　　(3)針對傳動系統實際模型中既要受到風速這一未知輸入的影響又要受到外界噪聲干擾影響的實際情況，設計了一種改進的未知輸入觀測器作為殘差產生器，該殘差產生器結合未知輸入觀測器和卡爾曼濾波器的優(yōu)點，可以達到解耦干擾并降低噪聲的效果。在產生出殘差信號后，采用極大似然比的方法進行了閾值的設定并采用