李森
魯能新能源(集團)有限公司河北分公司 河北張家口 075000
隨著風力發電作為新能源被列入國家的戰略新興產業,由此風力發電獲得了快速的發展。但是相較于傳統的能源而言,風力發電的競爭力嚴重不足,這與其運營產能效率低和設備維護管理成本高之間具有非常密切的聯系。
齒輪箱作為風電機組的重要組成部分,其能否穩定運行對于風電機組具有十分重要的現實意義。為了確保齒輪箱在實際運行過程中能夠得到充分地潤滑,就要對潤滑油的溫度進行科學合理地控制。齒輪箱潤滑油的溫度是由溫控閥進行控制的,與齒輪箱內其他閥門不同的是,在溫控閥中設有相應的溫度傳感器,由于長期處于高溫高壓的不利環境中,溫度傳感器的測量精度會大打折扣,壽命也會大大縮短,這就會導致溫控閥出現不同程度的故障。溫控閥在工作過程中,通過監測潤滑油的溫度進而采取相應的開合動作,但是僅依靠潤滑油的溫度無法判斷溫控閥是否損壞,并且在SCADA系統中并沒有設置監測溫控閥工作狀態的傳感器,這就導致只有當溫控閥損壞并且引起事故后,SCADA系統才會發出相應的警報,但是此時已經造成了嚴重的經濟損失[1]。
1.2.1 齒輪箱溫控閥溫度正常行為模型
為了能夠對溫控閥故障的早期征兆進行科學合理地判斷,可以采用基于時間序列分析的正常行為模型,其在工作過程中,通過將潤滑油的實測溫度與其正常溫度進行對比分析,進而就能及時發現其中的溫度異常問題,從而能夠對溫控閥故障征兆進行準確地判斷,有助于及時采取有效的改善措施,避免造成更大的損失。
1.2.2 引入雙層注意力機制的編碼解碼深度神經網絡
通過將潤滑油的溫度作為目標變量,而其他的SCADA變量測點則作為相關變量,將目標變量和相關變量的歷史數據以矩陣的模式進行模型輸入,溫控閥正常工作狀態下的目標變量狀態作為模型的輸出值。采用雙階段注意力機制對真正的底層非線性關系進行動態捕捉,就能夠適應調整不同時刻相關變量對目標變量的權重影響,進而選出關鍵歷史時刻的抽象特征作為目標變量狀態的評價依據。
1.2.3 基于估計殘差的故障模式識別
為了能夠對溫控閥的損壞故障模式進行準確識別,進而能夠對故障的早期征兆進行有效地辨識,將潤滑油溫度的實測值與正常行為模型的估計值進行深入地對比分析,并根據兩者之間的估計殘差數據,將其用于溫控閥異常行為控制限的設計中[2]。
2.1.1 故障樹分析方法及故障失效模式定性分析
故障樹分析方法是一種基于行業背景與專家知識的故障失效模式定性分析方法,采用樹形圖表示故障與其原因之間的邏輯關系,這就能夠方便的對復雜故障原因進行演繹推理,進而對故障原因進行快速地鎖定,采用故障樹對故障失效的分析主要包括:故障樹模型構建、故障樹模型數學描述、故障樹模型預處理以及故障樹模型最小割集求解等步驟,在對風電機組偏航系統故障的分析過程中,要進行有效地選擇應用。
2.1.2 二元決策圖方法及故障失效影響定量分析
作為故障失效影響定量分析的重要方式-二元決策圖,其在分析過程中通過構建風電機組偏航系統相關的故障樹,在此基礎上,再運用搜索歷算法,就能進一步明確造成系統故障的所有割集。相較于故障樹分析方法而言,在運用二元決策法的過程中,其所有的割集之間相互互斥,針對此特點,再利用概率不交和公式,直接獲取頂事件的發生概率。因此,二元決策法能夠獲得更加精確的頂事件發生概率,這就為風電機組偏航系統故障的有效排查建立了良好的基礎。
2.2.1 基于重要度指標的零部件巡檢策略
當對系統故障樹的結構形式已經充分明確,通過結合故障原因的具體發生頻率,能夠進一步對風電機組偏航系統失效故障的概率進行科學合理地評估,并且還能根據風電機組偏航系統運行的重要指標參數,探尋將對系統穩定性和安全性造成嚴重影響的相關事件,辨識系統薄弱環節并鎖定復雜系統中重要部件,這樣就能在日常巡檢工作過程中,對重要部件運行的情況進行重點關注,并采取有效的維護措施,確保其始終處于良好的工作狀態,進而最大限度降低故障的發生概率。
2.2.2 基于貝葉斯推理的零部件排故方法
假定系統已經發生失效故障,并且處于停機的狀態,根據貝葉斯公式能夠進一步獲得所有故障原因的責任比例大小,進而就能計算得到最為可能的故障原因。當通過檢查發現該故障原因并沒有發生,就要對其他故障原因的后驗概率進行進一步的計算,獲取第二可能的故障原因,并依次進行排查,直至明確真正的故障原因[3]。
總而言之,隨著風力發電的廣泛應用,為了進一步提高風電場的管理水平,提高企業的經濟效益,就要將信息技術有效的運用于風力發電的管理工作中。為了確保風力發電的安全平穩運行,就要對其故障采取有效的預防應對措施,進而為風電機組的穩定運行提供可靠保障。