论文风力发电系统故障诊断技术是适合风力发电论文写作的大学硕士及相关本科毕业论文，相关风力发电机多少钱一台开题报告范文和学术职称论文参考文献下载。
摘 要：随着大规模风电场的投入运行,风电场陆续出现了较多运行故障,需要高额的运行维护成本,大大影响了风电场的经济效益.针对风力发电系统 频器、变流器及齿轮箱等主要部件的故障,对现有故障诊断方法进行了介绍,为提高对风力发电系统的可靠性、降低成本、促进其工程化进程提供了有效的参考.
关键词：风力发电系统；故障诊断技术
风电场一般处于偏远地区,工作环境复杂恶劣,风力发电机组发生故障的几率比较大,如果机组的关键部件发生故障,将会使设备损坏,甚至导致机组停机,造成巨大的经济损失.为降低风电机组运行的风险,维护机组安全经济运行,都应该发展风电机组故障诊断技术.
1.风力发电系统常见故障及诊断技术
1.1变频器故障诊断
变频器故障的产生,不仅有外部环境的影响,也有内部因素的限制,就目前变频器使用而言,主要利用速恒频式的风力发电机,此类型的风力发电机在应对电网故障的方面存在比较大的缺陷,所以其发生故障的情况也比较普遍.
在实际应用中发现风力发电机的调节速度比较慢,故障前期风机吸收的风能不会减少,由于发电机组端电压下降,所以会出现不能向电网输送电能的情况.风力发电机组产生的电能一部分不能输送到电网当中,这些不能输送到电网中的电能被系统自行消化,会导致电容充电和直流电压快速升高,进而会产生电子转机加速和电磁转矩突变等问题.
1.2变流器故障诊断
在双馈风力发电系统中,变流器是故障频率相对较高的部件.故障诊断的主要研究方向分为全局短路故障诊断和局部短路故障诊断.全局短路故障诊断的内容是在变流器直流侧安装传感器获得直流链的变化值,通过对电流值进行分析来判断故障的类型.从容错的角度来讲,局部短路故障诊断有助于判断出故障的具体位置,便于系统的重构.一旦发生短路故障,最有效的手段就是对故障开关进行隔离.
开路故障诊断方法分为两种类型,即模型法和非模型法.模型法是建立整个发电系统的数学模型,在设定的正常状态和故障状态下,比较分析数学模型在各种变量的差异.非模型法相比较而言省去了建立繁杂模型的过程,只需要故障状态下各种变量的相关信息,特别是当系统要建立复杂的、非线性的模型时,这种方法可以大大减轻人们的工作量.
1.3齿轮箱故障诊断
齿轮箱是风力发电机组的核心传动部件,工作状况将影响整个风力发电机组的性能.据统计,在风力发电机的故障中,46%的故障是齿轮箱故障.
齿轮箱发生故障时,齿轮箱故障的振动信号为复杂的非线性、非平稳信号.小波变换是时频分析中最常用的方法,具有多分辨特性,在高频率部分能够放大尺度,具有很好的频率分辨性；在低频率部分能够缩小尺度,具有很好的时间分辨性.采用小波变换对风力发电系统齿轮箱故障信号降噪预处理以提高EMD分解的精度,再用Hilbert变换对包含主要故障信息的IMF进行包络谱分析.实现风电机组齿轮箱故障特征频率的有效提取.
2.风力发电系统常见故障诊断方法
2.1基于解析模型的故障诊断法
在故障诊断刚起步时就开始应用这种故障诊断方法.使用该方法时,必须有准确的数学模型.该方法是把实测信息和模型输出信息进行分析对比,计算出实际输出和和理论输出之间的差值,根据对这些差值的分析、运算来进行故障分析诊断.在运算过程中,参数和状态是难点,需要对系统比较了解的前提下计算出系统的精确数学模型.在实际工况下,需要进行建模的生产设备具有不确定性,生产设备的模型会随着时间、温度和人为因素进行变化.
2.2基于信号处理的故障诊断法
这种方法把研究对象当作是一個黑盒子,只需要知道被控对象的输入和相应的输出信号对其进行建模,不需要知道具体的数学解析模型.研究对象的输入信号,输出信号,可以通过传感器测量并记录下来.使用信号特征向量提取方法提取信号的特征值,在建模阶段,可以通过建立特征值和故障之间的关系来建立对象的故障模型,然后把实时信号引入到模型中,通过信号分析来判断故障的种类和具体位置.基于信号处理的故障诊断方法具有比较好的实时性,这种诊断方法有非常快的诊断速度,灵敏度高,而且容易实现.但是缺陷很多,如：虽然诊断速度快,但是诊断精确度较低,极易出现故障的误判和漏判.基于信号处理的故障诊断方法主要分为3种,分别是频谱分析法、信息融合法、小波变化法.
2.3基于神经网络的故障诊断法
基于神经网络的故障诊断有很多优点：神经网络的知识表达形式统一,经过归一化后,知识库管理容易,通用性强,便于移植扩展.神经网络的知识获取容易实现,可以实现并行联想和自适应推理,而且容错能力强.神经网络能够表示事物之间的复杂关系.神经网络可以避免专家系统遇到的很多问题,比如：组合爆炸、无穷递归等问题.神经网络推理过程简单,可以实现实时在线诊断.
神经网络在故障诊断的研究主要分为以下三个方向：（1）在模式识别方向.神经网络可以作为故障分类器进行设备的故障分类.（2）在预测方向.用神经网络可以作为动态模型的设备的故障预测.（3）在知识处理方向.可以把神经网络和专家系统融合,建立混合故障诊断系统.
3.结语
风力发电在目前的电力生产中已经占据了重要的地位,在未来的能源结构中地位的重要性将会进一步显现.为了使得风力发电更好的发展,使得风力发电系统更加的安全,要积极的利用现代化技术做好风力发电机组重要部件故障的诊断,防患于未然,这样风力发电系统的运行效率才会更高.
总结:这篇风力发电论文范文为免费优秀学术论文范文,可用于相关写作参考。
参考文献：
1、 故障诊断技术在煤矿机械设备中的应用 摘 要：煤炭在我国能源结构中的占比最高，是使用最普遍的能源形势，因此煤炭对整个国民经济的发展具有至关重要的影响。随着社会经济的发展，煤炭生产效率。
2、 机电一体化设备故障诊断技术分析 摘 要：利用电子技术应用在各种设备中的一种控制、动力和处理信息等相应的功能运用成为机电一体化。它可以将一些软件、电子技术和机械装备等进行有效的结。
3、 高铁列车运行控制系统故障诊断方法分析 摘 要：现代交通运输中铁路承担着主要运输任务，在区域经济发展中扮演着主要角色，而铁路列车运行最基本与最重要的要求就是安全性。列车安全行驶过程中运。
4、 关于液压系统故障诊断 摘 要：由于当前施工环境中，施工的路况相对比较恶劣，而进行液压系统工作时，液压系统所使用的液压系统又是封闭型的，因此液压系统就会出現发热的现象，。
5、 风力发电机传动系统故障诊断的机电仿真 摘要：为了研究风力发电机组传动系统齿轮故障在发电机电流信号中的响应过程，扩展电流信号诊断方法的应用范围。在考虑齿轮啮合刚度变化和模拟断齿故障变化。
6、 液压系统故障诊断技术现状和趋势 摘 要：我国的社会经济发展非常迅速，科学技术水平也在稳步提升，在这种前提背景下，液压系统故障诊断技术也得到了非常迅速的发展，使液压系统的运行得到。