風力發(fā)電系統(tǒng)中變流器故障的智能診斷算法研究.pdf

1、當今社會能源消耗目益增長、環(huán)境污染日趨嚴重，由于風力發(fā)電的突出優(yōu)勢，在可再生能源開發(fā)領域中占有突出的地位，因此，風力發(fā)電相關技術也成為國內外學者研究的熱點。隨著風電場裝機容量逐年上升，風電機組的設計、制造已經不是難題，而這些風電設備在運行一段時間后，其故障后的維護與檢修就成為不可避免的問題，因此，如何提高風電系統(tǒng)可靠性及維持這些已安裝機組的正常運行，成為研究人員需要解決的一項重要任務。全功率變流器作為直驅式永磁同步風力發(fā)電系統(tǒng)與電網的接

2、口，既要保持頻率、相位穩(wěn)定，又要控制電壓隨電網的波動而變化，還要配合主控系統(tǒng)實現最大風能利用率，該單元一旦發(fā)生故障，如不及時處理，輕則會引發(fā)波形畸變降低供電質量，甚至會威脅整個風力發(fā)電機組的正常工作以及電網的安全。全功率變流器中的功率器件IGBT在工作期間要不斷承受溫度的變化以及周圍環(huán)境的影響，極易導致變流器發(fā)生故障，因此，若在功率器件IGBT有微弱故障征兆時，能準確快速定位故障位置、提示故障類型，并給予及時維護，就可將風力發(fā)電系統(tǒng)的安

3、全性、可靠性提高，減少并網故障的發(fā)生。
　　 本論文研究主要針對永磁直驅風電系統(tǒng)的變流器中的IGBT出現微弱故障時，通過應用小波包變換對故障電流波形進行特征提取，并利用智能優(yōu)化算法對支持向量機分類模型進行優(yōu)化，快速有效的診斷出IGBT發(fā)生的故障位置和故障類型，為在線風電監(jiān)測系統(tǒng)提供一種新穎的故障監(jiān)測方法。研究內容和結論如下：
　　 (1)本文通過PSCAD仿真軟件搭建永磁直驅式風力發(fā)電系統(tǒng)的仿真模型，模擬機側變流器不同功

4、率管的開路、短路故障，并提取直流母線電壓數據作為故障信息；
　　 (2)獲得故障波形之后，通過小波包分解，得到特征向量，通過支持向量機算法對故障特征向量進行訓練，形成基本的故障診斷模型；
　　 (3)通過遺傳算法、粒子群算法及改進版的粒子群算法對已生成的支持向量機診斷模型的參數進行尋優(yōu)，以期獲得IGBT故障點的精確定位及故障類型的有效辨識，并采集新的故障數據驗證該模型的有效性。仿真結果表明，采用改進版的粒子群算法診斷效果