基于SCADA數(shù)據(jù)和振動(dòng)信息相結(jié)合的風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)研究.pdf

1、相關(guān)資料顯示齒輪箱、發(fā)電機(jī)、主軸承發(fā)生故障是造成風(fēng)電機(jī)組停機(jī)時(shí)間最長(zhǎng)的故障因素。因此對(duì)其進(jìn)行必要的狀態(tài)監(jiān)測(cè)可以有效減少機(jī)組停機(jī)時(shí)間。目前對(duì)大型風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)和故障診斷多基于數(shù)據(jù)采集與監(jiān)測(cè)控制系統(tǒng)(supervisory control and data acquisition，SCADA)。但僅僅只基于SCADA系統(tǒng)來(lái)判斷機(jī)組的健康狀態(tài)，其監(jiān)測(cè)結(jié)果較易受環(huán)境等外界因素影響，可靠性低、誤差大。而振動(dòng)信號(hào)作為反映機(jī)組各旋轉(zhuǎn)部件(如齒輪箱

2、、發(fā)電機(jī)、主軸承)的重要參數(shù)，使振動(dòng)分析成為大型旋轉(zhuǎn)機(jī)械設(shè)備狀態(tài)監(jiān)測(cè)方面一種可靠、有效的分析方法而被廣泛的應(yīng)用到實(shí)際中。
　　本文在風(fēng)電機(jī)組的故障高發(fā)部位加裝振動(dòng)傳感器獲取振動(dòng)信息，結(jié)合 SCADA監(jiān)測(cè)數(shù)據(jù)，采用改進(jìn)的基于馬氏距離構(gòu)造過(guò)程記憶矩陣的非線性狀態(tài)估計(jì)技術(shù)(nonlinear state estimate technique，NSET)建立風(fēng)電機(jī)組關(guān)鍵部件狀態(tài)監(jiān)測(cè)模型，進(jìn)行狀態(tài)監(jiān)測(cè)與異常識(shí)別。通過(guò)與傳統(tǒng)的基于固定步距構(gòu)造

3、過(guò)程記憶矩陣的方法相對(duì)比，突出改進(jìn)的馬氏距離算法簡(jiǎn)單有效，建模精度高的特點(diǎn)。同時(shí)以齒輪箱的狀態(tài)監(jiān)測(cè)為例給出了實(shí)例驗(yàn)證。進(jìn)而從相關(guān)部件整體的狀態(tài)監(jiān)測(cè)深入到與其息息相關(guān)且能影響其運(yùn)行狀態(tài)的組成部件之上。通過(guò)對(duì)這些變量的預(yù)測(cè)來(lái)尋找造成部件整體異常的原因。實(shí)現(xiàn)異常的輔助判斷與初步定位。然后應(yīng)用多層次模糊綜合評(píng)價(jià)法建立風(fēng)電機(jī)組運(yùn)行狀態(tài)的評(píng)估模型，選取風(fēng)電機(jī)組齒輪箱、發(fā)電機(jī)、主軸承的特征監(jiān)測(cè)指標(biāo)實(shí)現(xiàn)了風(fēng)電機(jī)組整體運(yùn)行狀態(tài)的評(píng)估。
　　為了便于