基于免疫算法的風(fēng)電系統(tǒng)故障診斷技術(shù)研究.pdf

1、風(fēng)電系統(tǒng)使用壽命通常達(dá)20年以上，常年經(jīng)受酷暑嚴(yán)寒和極端溫差的考驗，受無規(guī)律變向、變負(fù)荷的風(fēng)力作用以及強陣風(fēng)的沖擊等原因使得風(fēng)電系統(tǒng)不可避免地會發(fā)生故障。因此，及早發(fā)現(xiàn)故障，減少故障所造成的損失是風(fēng)電技術(shù)推廣應(yīng)用的重要研究內(nèi)容，本文對風(fēng)電系統(tǒng)故障診斷技術(shù)進(jìn)行了深入的研究。
　　本文首先介紹了雙饋風(fēng)力發(fā)電系統(tǒng)的工作原理，分別在3種不同的坐標(biāo)系下建立了雙饋風(fēng)力發(fā)電機的數(shù)學(xué)模型，將雙饋風(fēng)力發(fā)電機模型采用小擾動分析法進(jìn)行了線性化處理，又進(jìn)

2、一步建立了雙饋風(fēng)力發(fā)電機的空間矢量模型。對雙饋風(fēng)力發(fā)電機正常運行時的氣隙磁密、定子并聯(lián)支路環(huán)流特性、定子振動特性、轉(zhuǎn)子振動特性進(jìn)行了分析。在對風(fēng)電系統(tǒng)故障原因、故障特征及故障機理進(jìn)行分析的基礎(chǔ)上，分別建立了雙饋風(fēng)力發(fā)電機定子短路故障模型、氣隙偏心故障模型和轉(zhuǎn)子繞組匝間短路故障模型。
　　分析了生物免疫系統(tǒng)的基本原理及其在多條件、多變量情況下的數(shù)學(xué)模型。對人工免疫算法、單克隆免疫策略算法進(jìn)行了理論分析并對其收斂性進(jìn)行了理論證明，給出

3、了免疫單克隆策略、多克隆策略算法的執(zhí)行步驟。描述了風(fēng)電系統(tǒng)故障免疫狀態(tài)空間，建立了基于免疫算法的風(fēng)電系統(tǒng)故障診斷響應(yīng)模型。在此基礎(chǔ)上借鑒生物免疫系統(tǒng)理論與運行機制將人工免疫系統(tǒng)的理論與風(fēng)電系統(tǒng)故障診斷相融合，建立了適合風(fēng)電系統(tǒng)故障診斷的改進(jìn)的人工免疫系統(tǒng)。
　　建立了風(fēng)電系統(tǒng)網(wǎng)側(cè)變流器、機側(cè)變流器數(shù)學(xué)模型和控制策略，在克隆選擇、神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上，將自適應(yīng)動態(tài)克隆選擇算法良好的優(yōu)化性能與 BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了一種基于自適應(yīng)

4、動態(tài)克隆選擇算法的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，將優(yōu)化的神經(jīng)網(wǎng)絡(luò)應(yīng)用于風(fēng)電系統(tǒng)變流器故障診斷。實驗結(jié)果表明，該方法可以避開局部最小值，算法收斂速度快，具有較好的故障診斷性能。
　　發(fā)電機是風(fēng)電系統(tǒng)的關(guān)鍵組成部分，針對風(fēng)力發(fā)電機的單一故障，本文對雙饋風(fēng)力發(fā)電機定子短路故障下氣隙磁密、并聯(lián)支路特性進(jìn)行了分析，基于雙饋風(fēng)力發(fā)電機電壓、電流和通量建立了風(fēng)力發(fā)電機定子故障數(shù)學(xué)模型。提出了一種免疫記憶動態(tài)克隆策略算法，并將其應(yīng)用于雙饋風(fēng)力發(fā)電機定子繞組單一故

5、障診斷，將雙饋風(fēng)力發(fā)電機的4種故障特征量作為免疫記憶動態(tài)克隆策略系統(tǒng)的抗原。用雙饋風(fēng)力發(fā)電機工作狀態(tài)參數(shù)對免疫記憶動態(tài)克隆策略系統(tǒng)進(jìn)行訓(xùn)練，將訓(xùn)練階段獲得的記憶數(shù)據(jù)應(yīng)用于發(fā)電機故障診斷。該方法使用記憶單元作為類別標(biāo)簽，記憶單元根據(jù)種群自適應(yīng)性平均值不斷更新，當(dāng)種群自適應(yīng)度的標(biāo)準(zhǔn)偏差為零時，存儲器單元不改變，可確保算法早期的收斂性。實驗結(jié)果表明所提出的基于免疫記憶動態(tài)克隆策略算法風(fēng)電系統(tǒng)故障診斷系統(tǒng)具有比較好的分類效果，對于雙饋風(fēng)力發(fā)電機

6、定子繞組單一故障診斷是適用和有效的。
　　當(dāng)風(fēng)電系統(tǒng)運行時,雙饋風(fēng)力發(fā)電機定子電流中的故障信號比較微弱，故障分量的頻率與基頻分量的頻率非常接近,故障分量的幅值也較小,易被泄漏的基頻分量及噪聲淹沒。本文分別對轉(zhuǎn)子故障、偏心故障、偏心與轉(zhuǎn)子復(fù)合故障下的氣隙磁密、定子并聯(lián)支路環(huán)流特性進(jìn)行了理論分析。在此基礎(chǔ)上將小波分析與人工免疫系統(tǒng)相結(jié)合，針對風(fēng)力發(fā)電機的復(fù)合故障，提出了一種基于小波-抗體記憶克隆算法的雙饋風(fēng)力發(fā)電機偏心和轉(zhuǎn)子復(fù)合故障診

7、斷方法。該方法首先對雙饋風(fēng)力發(fā)電機定子電流信號進(jìn)行小波分析，經(jīng)小波分析計算出小波系數(shù)，由小波系數(shù)計算出雙饋風(fēng)力發(fā)電機故障信號的能量，經(jīng)過歸一化處理形成故障特征量。將故障特征量隱喻為抗原，采用抗體克隆記憶算法生成抗體，經(jīng)過選擇、克隆、變異、抗體再選擇、抗體記憶以及壓縮等操作產(chǎn)生新的抗體，用產(chǎn)生的新抗體對風(fēng)力發(fā)電機復(fù)合故障進(jìn)行診斷。實驗結(jié)果表明，本文提出的基于小波和抗體記憶克隆算法相結(jié)合的方法取得了比較好的風(fēng)電系統(tǒng)故障診斷效果。
　　

8、針對風(fēng)電系統(tǒng)綜合故障，分別對風(fēng)電系統(tǒng)偏心、定子、轉(zhuǎn)子繞組短路故障以及復(fù)合故障下的振動特性進(jìn)行了理論分析，提出了一種基于自適應(yīng)多克隆策略算法的風(fēng)電系統(tǒng)綜合故障診斷方法。該方法將風(fēng)電系統(tǒng)振動信號、電流信號作為故障的特征量，將其隱喻為免疫故障診斷系統(tǒng)的抗原。系統(tǒng)根據(jù)每個抗原、抗體種群親合度的大小，自適應(yīng)地調(diào)節(jié)抗體對抗原的適應(yīng)性和抗體種群規(guī)模的大小，將抗原歸并至某一組確定的抗體種群中。多克隆算法引入了交叉重組操作，使抗體的多樣性在進(jìn)化過程中得到

9、了增加，這使得算法在避免陷入局部極小值的能力和局部搜索能力方面都得到了提高，將該方法應(yīng)用于風(fēng)電系統(tǒng)綜合故障診斷取得了比較好的效果。
　　基于上述研究，利用GE智能平臺的集成開發(fā)環(huán)境和IFIX組態(tài)軟件開發(fā)了基于免疫算法的風(fēng)電系統(tǒng)綜合故障診斷軟件，完成了系統(tǒng)調(diào)試和算法驗證工作。用故障診斷系統(tǒng)對風(fēng)電系統(tǒng)綜合故障進(jìn)行診斷，通過實驗比較了采用不同復(fù)合故障信號診斷方法對風(fēng)電系統(tǒng)故障診斷結(jié)果的影響。實驗結(jié)果表明，利用風(fēng)電系統(tǒng)振動、風(fēng)電系統(tǒng)電流復(fù)