風力發電機溫升故障預警方法研究

劉　軒, 孫建平

(華北電力大學 控制與計算機工程學院，河北保定071003)

?

風力發電機溫升故障預警方法研究

劉軒, 孫建平

(華北電力大學 控制與計算機工程學院，河北保定071003)

摘要：針對傳統PCA在解決變量重要性差異很大問題時的局限性，提出一種結合reliefF算法和加權主元算法的方法。該方法首先采集張家口某風場5月某段時間內風力發電機組運行數據并建立數據集，通過reliefF算法確定權值向量W，進而使用加權主成分分析法建立正常工作狀態下發電機溫度模型。利用該模型對同一機組另一段時間運行數據進行故障檢測，通過對統計量HotellingT2(簡稱T2)和平方預測誤差(簡稱SPE)的趨勢分析最終確定機組運行狀態。實驗結果表明，提出的方法準確預測出了發電機的溫升故障，并減少了誤報情況。

關鍵詞：加權主成分分析；發電機溫度；reliefF算法；T2統計量；SPE統計量

0引言

近年來，我國風電事業發展迅速，伴隨著風力發電機組種類和數量的不斷增加風力發電機組在運行中產生了各種故障，嚴重影響設備運行效率。而發電機作為發電機組的重要部件之一，發電機系統的運行狀態最直接影響著整個發電機組運行的性能和效率。所以，研究其故障診斷技術顯得十分必要。本文以永磁同步電機為例，根據相關文獻資料中所出現的故障情況統計和分析，歸納總結出永磁同步電機故障主要分為定子繞組故障、轉子故障、溫度升高故障等[1]。

1992年，Kira和Rendell通過文獻[2]提出Relief算法，但該算法主要討論兩類問題分類情況。……