[发明专利]一种风力发电机转子不对中故障的载荷参数识别方法

说明书

本发明涉及一种风力发电机转子不对中故障的载荷参数识别方法，属于不确定性反问题技术领域。该方法包括：步骤S1，基于电机转子系统的输入参数，获得输出参数；所述输入参数包括未知输入参数和已知输入参数，所述未知输入参数为待识别的载荷参数；步骤S2，依据输入参数的改变量和输出参数的改变量计算敏感矩阵，并由最大似然算法获得未知输入参数的增量；步骤S3，判断未知输入参数以及由下一步未知输入参数计算获得的目标函数值是否满足停止准则；满足，则转步骤S4；不满足，则由搜索区间进退法更新未知输入参数后返回步骤S1；步骤S4，计算所述未知输入参数的置信区间。本发明实现了在较高计算效率前提下准确而快速地识别载荷参数。

技术领域

本发明涉及不确定性反问题技术领域，尤其涉及一种风力发电机转子不对中故障的载荷参数识别方法。

背景技术

在各类旋转机械故障中60％的故障与不对中有关，不对中是风力发电机组及辅机设备最常发生的故障之一。风力发电机组运行工况复杂，转子出现不对中后会引起设备的振动、联轴器的偏转、轴承的磨损等危害。转子不对中故障会引起风力发电机承受轴向载荷和扭矩等载荷参数，此载荷参数会引起转子系统特征值等动力学性能发生改变，从而加重运行故障。利用载荷参数识别技术进行不对中故障诊断是解决分析不对中故障问题的必要工作。但对于风力发电机转子系统，工程实际中，不对中故障是多个载荷参数耦合影响，工程师难以凭经验了解载荷参数的大致范围，即难以获得载荷参数的先验信息。同时由于转子几何特征、材料因素和测量响应的随机性这些不确定性因素即使是在较小情况下，也很可能导致载荷参数识别结果产生较大的偏差。如何减小随机性等不确定因素的影响，快速地识别载荷参数成为不确定性反问题领域的研究热点。

识别引起风力发电机转子不对中故障的载荷参数时，因转子结构参数和测试条件等不确定性参数的存在，载荷参数区间不好确定。工程中对于待识别参数的先验信息未知的不确定性反问题经常采用最大似然法识别结构参数或载荷参数。最大似然法采用的搜索计算面临计算量大，且迭代过程中灵敏度会带来一些数值问题，从而影响到参数识别结果的准确性和可靠性、有时还会引起识别过程发散而得不到有效的辩识结果。

目前现有的一种基于RSSI的无线传感器网络自适应迭代定位方法，是基于最速梯度下降的自适应迭代方法，基于最大似然法的数学模型，将非线性最小二乘代价函数作为目标函数进行最速梯度下降搜索定位，最终通过迭代得到目标位置，由于采用了时变步长，继承了传统最大似然法可以定位非合作目标的优点，在目标RSSI值未知的情况下，可以对目标的RSSI值进行估计，然后定位，与最大似然定位的搜索算法相比，运算量小且定位精度高。该方法没有采用灵敏矩阵法将部分已知参数转化为显式可解的形式，而采用基于Sigmoid函数的时变步长来处理迭代，仍然难以适用于不能获得数模的复杂结构。

发明内容

鉴于上述的分析，本发明旨在提供一种风力发电机转子不对中故障的载荷参数识别方法，用以解决上述的部分或全部问题，实现有效快速识别引起风力发电机转子系统不对中故障的载荷参数，并减小不确定性因素对识别结果的影响。

本发明的目的主要是通过以下技术方案实现的：

本发明提供了一种风力发电机转子不对中故障的载荷参数识别方法包括：

步骤S1，基于风力发电机转子系统的输入参数，获得输出参数；所述输入参数包括未知输入参数和已知输入参数，所述未知输入参数为待识别的载荷参数；

步骤S2，依据输入参数的改变量和输出参数的改变量计算敏感矩阵，并由最大似然算法获得未知输入参数的增量；

步骤S3，判断未知输入参数以及由下一步未知输入参数计算获得的目标函数值是否满足停止准则；满足，则转步骤S4；不满足，则由搜索区间进退法更新未知输入参数后返回步骤S1；

步骤S4，计算所述未知输入参数的置信区间。