[发明专利]一种基于能量流的风电机组能效状态诊断方法

说明书

本发明提供了一种基于能量流的风力发电机组能效状态诊断方法，该诊断方法包括：构建风电机组能效指标关联参数库、基于概率分布统计确定指标参数基准区间、建立风电能效诊断树、基于多元模糊识别模型判定能效状态水平、获得能效状态诊断结果，实现对风电机组能效状态的实时诊断。本发明解决了传统风电机组状态评价信息不够全面、准确的问题；通过运行工况辨识方法提高对风电机组能效运行状态实时判别的精确性。

技术领域

本发明涉及能效状态诊断，具体涉及一种基于能量流的风电机组能效状态诊断方法。

背景技术

随着风电机组容量的不断扩大，对机组经济性和安全性的要求不断提高，其复杂生产过程的监测控制存在诸多方面的问题：

(1)机理多元化的干扰性。

风电机组运行过程中存在多种多样的机理复杂的干扰，影响着机组的经济运行，尤其是传动链齿轮箱部分存在着多种机理效应，传统的诊断模型通常忽略这些不可预知也无法消除的影响因素，在实际应用中的效果和预期的理想效果相去甚远。

(2)参数之间的强耦合性。

风力发电机组的正常运行包含了很多的SCADA系统运行参数，由于风电机组作为风、机、液、电的耦合体，运行参数之间都不是孤立存在的，它们相互影响，具有强耦合性，任何一个运行参数的变化都有可能引起机组整体运行状态的波动。机组的能效水平与各个参数的变化密切相关，而参数之间的强耦合性使得工业流程错综复杂，大大增加了对机组能效水平诊断和控制的困难程度。

(3)机组运行的非线性。

对非线性较强的运行过程，如果采用像对非线性较弱的系统当作线性系统来处理的处理方法，结果将会和预期产生很大的偏差，因此，风电机组需要比较准确的诊断模型来处理机组运行的非线性问题。

为克服上述缺陷，本发明提供了一种基于能量流的风电机组能效状态诊断方法，实现了风电机组能效状态的全面诊断。

发明内容

本发明将风电机组吸收、传递、转化能量的能力定义为能效。能效性能不仅能直观反映机组运行经济性，也为风电机组综合状态监测开辟了一条新思路。风电机组的功能是将风能转变为电能，机组一直处于多种能量并存的状态。风电机组同时存在风能、机械能、电能的流动与转化过程，可以通过能量流将机组各个重要系统与部件串联成为一个整体。能量在风电机组中由机头方向至发电机端单向流动，各能量形式都具有对应的载体设备，因此，本发明将风电机组划分为风能捕获系统、机械能传递系统和电能转换系统。

本发明所采用的风电能效诊断方法引用传统故障诊断与维修决策领域中的故障树分析(理论)，充分利用风电机组SCADA系统运行数据，采用模式识别研究领域中较为完善的模糊识别模型对风电机组能效异常模式进行判定，实现风电机组能效状态的全面诊断。

本发明提供一种基于能量流的风电机组能效状态诊断方法，所述诊断方法包括如下步骤：

步骤1：构建风电机组能效指标关联参数库；

步骤2：基于概率分布统计确定指标参数基准区间；

步骤3：建立风电能效诊断树；

步骤4：基于多元模糊识别模型判定能效状态水平；

步骤5：获得能效状态诊断结果。

所述步骤1构建风电机组能效指标关联参数库包括：

分析风电机组与能量流子系统的运行特点；

根据能量流子系统的能量损失机理，确定风电机组能效关联参数；

解析风电机组能量关联参数与风电机组典型故障之间的关联性；

构建风电机组能效指标关联参数库。