【文章內(nèi)容簡(jiǎn)介】 家系統(tǒng)模型，對(duì)風(fēng)力機(jī)故障征兆與引起原因的不確定性進(jìn)行診斷，可以較為準(zhǔn)確的找到故障原因。但由于模糊故障診 斷的隸屬度的確定帶有經(jīng)驗(yàn)性和主觀性，給實(shí)際應(yīng)用帶來(lái)一定困難。 本課題研究意義及內(nèi)容 研究意義 風(fēng)電機(jī)組的運(yùn)行條件較為惡劣，如外界溫差變化大，風(fēng)速變化隨機(jī)等。這些不確定的外界因素導(dǎo)致風(fēng)電機(jī)組的故障率高，使風(fēng)電場(chǎng)后期運(yùn)行維護(hù)成本居高不下。作為風(fēng)電機(jī)組重要部件之一的發(fā)電機(jī)，一旦發(fā)生故障，其維修過(guò)程復(fù)雜，特別是對(duì)于海上風(fēng)機(jī)，維護(hù)過(guò)程需要船舶、吊車等專用設(shè)備以及合適的天氣。 由于機(jī)組運(yùn)行過(guò)程中 SCADA 系統(tǒng)（機(jī)組數(shù)據(jù)采集與監(jiān)視控制系 (supervisory control and data acquisition， SCADA)）記錄機(jī)組的參數(shù)較多，具體哪些因素影響發(fā)電機(jī)溫度并不明顯，因此，尋找一種高效的屬性約簡(jiǎn)方法來(lái)降低屬性空間的維數(shù)，找到那些對(duì)發(fā)電機(jī)溫度影響較大的因素成為本文要解決的重要問(wèn)題。 對(duì)風(fēng)電機(jī)組進(jìn)行狀態(tài)監(jiān)測(cè)，必須要建立其正常運(yùn)行時(shí)的動(dòng)態(tài)特性模型，并以此模型為依據(jù)檢測(cè)機(jī)組各部件運(yùn)行異常的早期征兆。由于風(fēng)電機(jī)組運(yùn)行中風(fēng)速變化隨機(jī)、外界環(huán)境變量（如溫度）變化大、不同機(jī)組的特性存在很大差異、機(jī)組各部分機(jī)械電氣耦合關(guān)系嚴(yán)重等原因，基于機(jī)組各部件物理特性的物理建模方法面臨很多難題。為建立機(jī)組各部件的物 理參數(shù)模型，通常會(huì)提出很多對(duì)實(shí)際對(duì)象的假設(shè)和簡(jiǎn)化，因此建立的物理參數(shù)模型在反映機(jī)組真實(shí)運(yùn)行特性方面存在一定局限性。 由于風(fēng)力發(fā)電機(jī)組輸入能量的隨機(jī)性，導(dǎo)致反映機(jī)組工作狀態(tài)的測(cè)量參數(shù)表現(xiàn)出規(guī)律性差，變化隨機(jī)性強(qiáng)的特點(diǎn)。因此，選擇的神經(jīng)網(wǎng)絡(luò)建模方法能夠很好地從具有上述特點(diǎn)的 SCADA 數(shù)據(jù)中建立相應(yīng)的模型。當(dāng)機(jī)組運(yùn)行異常時(shí)，這些動(dòng)態(tài)模型可以及時(shí)檢測(cè)出運(yùn)行的輕微異常變化，從而達(dá)到狀態(tài)監(jiān)測(cè)的目的。擬采用的此新?tīng)顟B(tài)監(jiān)測(cè)理論和方法在具有通用性的基礎(chǔ)上，同時(shí)具有自適應(yīng)能第 1 章 緒論 7 力，對(duì)不同的機(jī)組以及同一機(jī)組的時(shí)變運(yùn)行狀態(tài)具有較好的建 模能力，完成狀態(tài)監(jiān)測(cè)的任務(wù)。預(yù)期的新?tīng)顟B(tài)監(jiān)測(cè)方法能夠?qū)C(jī)組的 SCADA 數(shù)據(jù)進(jìn)行在線分析和信息提取，不需要對(duì)現(xiàn)有的風(fēng)電機(jī)組進(jìn)行硬件改造，成本低，適用范圍廣，便于工程實(shí)現(xiàn)，能夠?qū)Σ煌匾考牟煌\(yùn)行異常狀態(tài)進(jìn)行早期監(jiān)測(cè)，是運(yùn)行人員了解掌握機(jī)組運(yùn)行狀態(tài)的得力助手。在歐洲，尤其是英國(guó)，通過(guò)對(duì) SCADA數(shù)據(jù)的分析和處理進(jìn)行風(fēng)電機(jī)組特別是海上風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)是非常有潛力的研究方向，且剛剛起步。本課題采用神經(jīng)網(wǎng)絡(luò)方法對(duì)風(fēng)力發(fā)電機(jī)組關(guān)鍵部件進(jìn)行建模及狀態(tài)監(jiān)測(cè)，具有較大的實(shí)用價(jià)值。風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)是一個(gè)復(fù)雜的系統(tǒng)工程， 工作量巨大，需要很多細(xì)致具體工作的積累才能體現(xiàn)出應(yīng)用效果。本課題的研究能夠?yàn)樵摲e累過(guò)程做一部分工作。 研究?jī)?nèi)容 針對(duì)預(yù)測(cè)模型輸入的屬性選擇問(wèn)題，本文首先采用相關(guān)數(shù)據(jù)挖掘方法得到對(duì)預(yù)測(cè)量影響較大的屬性集。然后將得到的屬性集作為輸入， 采用溫度趨勢(shì)分析的方法進(jìn)行發(fā)電機(jī)狀態(tài)的監(jiān)測(cè)。本文研究的主要內(nèi)容如下： （ 1）詳細(xì)分析了風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)的現(xiàn)狀。根據(jù)變量測(cè)量位置和作用的不同，對(duì) SCADA 數(shù)據(jù)進(jìn)行分析及分類，深入研究 SCADA 數(shù)據(jù)。 （ 2）由于在建立機(jī)組各部件重要測(cè)量參數(shù)的預(yù)測(cè)模型時(shí)，該測(cè)量參數(shù)預(yù)測(cè)模 型的輸入變量集的確定，是建立其準(zhǔn)確模型的關(guān)鍵，因此，預(yù)測(cè)模型輸入變量集的確定是影響預(yù)測(cè)模型精度的重要因素。本文首先采用改進(jìn)的貪心算法將連續(xù)屬性進(jìn)行離散化處理，在離散化的過(guò)程中，可以約簡(jiǎn)掉部分對(duì)預(yù)測(cè)量不發(fā)生影響的屬性。然后再利用遺傳算法與粗糙集理論相結(jié)合的方法進(jìn)行屬性約簡(jiǎn)，最終得到對(duì)預(yù)測(cè)量影響較大的屬性集。 （ 3）采用 BP 神經(jīng)網(wǎng)絡(luò) 模型 來(lái) 對(duì)發(fā)電機(jī)的溫度進(jìn)行預(yù)測(cè)， 并利用滑動(dòng)窗口對(duì)殘差進(jìn)行分析。 在風(fēng)力發(fā)電機(jī)組非參數(shù)預(yù)測(cè)模型的殘差統(tǒng)計(jì)方法中，合適的滑動(dòng)窗口能夠消除由于測(cè)量誤差，機(jī)組啟停等偶然因素造成的孤立的較大殘差的 影響。本文詳細(xì)分析了滑動(dòng)窗口殘差統(tǒng)計(jì)的方法及原理，指出了滑動(dòng)窗口具有能夠抑制孤立異常殘差的作用， 并利用 BP 預(yù)測(cè)模型加以驗(yàn)證。 第 2 章 風(fēng)電機(jī)組發(fā)電機(jī)結(jié)構(gòu)及 SCADA 監(jiān)測(cè)參數(shù) 8 第 2 章 風(fēng)電機(jī)組發(fā)電機(jī)結(jié)構(gòu)及 SCADA 監(jiān)測(cè)參數(shù) 風(fēng)力發(fā)電機(jī)組發(fā)電機(jī)結(jié)構(gòu) 本文研究的風(fēng)電機(jī)組發(fā)電機(jī)的額定功率 r 1500KWP ? ，額定電壓 r 690VV ? ，額定電流 r 1340AA ? 。切入風(fēng)速為 3m/s，額定風(fēng)速為 12m/s。發(fā)電機(jī)采用空氣冷卻形式。冷卻器由很多銅制無(wú)縫管和強(qiáng) 制通風(fēng)機(jī)組成，置于整個(gè)機(jī)組的頂部，如圖 21 所示。發(fā)電機(jī)內(nèi)部熱空氣在兩端軸流風(fēng)扇的驅(qū)使下，形成左右兩個(gè)冷卻回路，機(jī)內(nèi)熱風(fēng)經(jīng)冷卻器冷卻后再送入發(fā)電機(jī)定轉(zhuǎn)子中進(jìn)行冷卻，從而實(shí)現(xiàn)閉式循環(huán)。機(jī)組采用兩支預(yù)埋式的 Pt100 熱電阻測(cè)量定子繞組溫度，采用一只 Pt100熱電阻測(cè)量冷卻空氣溫度。 圖 21 空冷風(fēng)力發(fā)電機(jī)結(jié)構(gòu) 風(fēng)電場(chǎng)的 SCADA 系統(tǒng) 大型風(fēng)電場(chǎng)都安裝有各風(fēng)機(jī)供應(yīng)商提供的 SCADA 系統(tǒng)，主要功能是在中央控制室的監(jiān)控計(jì)算機(jī)中按固定時(shí)間間隔（一般為 10 秒和 10 分鐘）記錄風(fēng)電場(chǎng)中各風(fēng)機(jī)的大量原始數(shù)據(jù)，基本數(shù) 據(jù)有輸出能量、狀態(tài)和報(bào)警信息、故障信息和傳感器數(shù)據(jù)記錄等 [22]。 SCADA（縮寫）是以計(jì)算機(jī)技術(shù)為基礎(chǔ)的用于對(duì)現(xiàn)場(chǎng)設(shè)備實(shí)時(shí)監(jiān)控的調(diào)度自動(dòng)化系統(tǒng)，可以對(duì)生產(chǎn)過(guò)程中的數(shù)據(jù)進(jìn)行采樣、量測(cè)、發(fā)出指令。該系統(tǒng)在風(fēng)力發(fā)電場(chǎng)中每 10min 記錄一次機(jī)組的運(yùn)行監(jiān)測(cè)參數(shù)和運(yùn)行狀態(tài)信息，其中運(yùn)行監(jiān)測(cè)參數(shù)包含時(shí)間標(biāo)簽、有功功率、無(wú)功功率、齒輪箱軸承溫度、齒輪箱油箱溫度、故障碼、液壓油溫度、環(huán)境溫度、定子三相電壓、東北電力大學(xué)碩士學(xué)位論文 9 定子三相電流、發(fā)電機(jī)轉(zhuǎn)速等 47 個(gè)監(jiān)測(cè)參數(shù)；每十分鐘記錄該機(jī)組的運(yùn)行狀態(tài)信息，其中包括變槳系統(tǒng)故障、發(fā)電機(jī)系統(tǒng)故障、變頻 器系統(tǒng)故障、發(fā)電機(jī)超溫和齒輪箱系統(tǒng)故障等。 SCADA 數(shù)據(jù)的數(shù)量非常巨大，單臺(tái)風(fēng)機(jī)的單月記錄可以達(dá)到幾百兆。在海量的 SCADA 數(shù)據(jù)中蘊(yùn)藏著豐富的信息，風(fēng)電機(jī)組的運(yùn)行狀態(tài)和動(dòng)態(tài)特性在SCADA 數(shù)據(jù)中均有體現(xiàn)。然而，目前風(fēng)電場(chǎng)對(duì) SCADA 數(shù)據(jù)的利用只是局限于數(shù)據(jù)監(jiān)試、報(bào)表生成和故障后的事故追憶 [23]。海量的 SCADA 數(shù)據(jù)存儲(chǔ)在計(jì)算機(jī)中，然后定期備份到光盤上，幾乎沒(méi)有進(jìn)行數(shù)據(jù)整理和分析，這樣就造成了海量數(shù)據(jù)的浪費(fèi)，對(duì)風(fēng)電機(jī)組 SCADA 系統(tǒng)中的數(shù)據(jù)未進(jìn)行深入分析和利用的原因主要有以下四個(gè)方面： （ 1） SCADA 系 統(tǒng)存在海量數(shù)據(jù) 以記錄時(shí)間較短的 10 秒鐘間隔記錄為例，一天中，單臺(tái)機(jī)組的 SCADA 記錄文件大小一般會(huì)超過(guò) 10 兆字節(jié)。對(duì)于大型風(fēng)電場(chǎng)，機(jī)組臺(tái)數(shù)可能會(huì)達(dá)到上百臺(tái)。如果沒(méi)有高效自動(dòng)的 SCADA 有用信息提取方法，如此海量的數(shù)據(jù)難以利用。 （ 2）風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)的特殊性 由于風(fēng)力發(fā)電的能量來(lái)源為風(fēng)能，風(fēng)速變化的隨機(jī)性很強(qiáng)。隨著輸入能量的隨機(jī)變化， SCADA 記錄的各重要參數(shù)，如風(fēng)輪轉(zhuǎn)速、振動(dòng)加速度、發(fā)電功率、齒輪箱溫度等都會(huì)隨之變化 [24]。這些數(shù)據(jù)變化范圍大，隨機(jī)性強(qiáng)，給信息提取帶來(lái)困難。另外，傳感器等的測(cè)量誤差也會(huì) 混雜在 SCADA 數(shù)據(jù)中，導(dǎo)致 SCADA數(shù)據(jù)的質(zhì)量下降，分析困難。 （ 3）缺少有效提取其中有用信息的理論和方法 由于風(fēng)電機(jī)組監(jiān)測(cè)參數(shù)的相關(guān)性強(qiáng)，又參數(shù)相關(guān)性強(qiáng)，缺少有效提取其中有用信息的理論和方法，使得 SCADA 系統(tǒng)中記錄的機(jī)組關(guān)鍵參數(shù)數(shù)量較多，孤立的觀察每個(gè)參數(shù)的變化，其變化的規(guī)律性較差，無(wú)法提供更多機(jī)組的運(yùn)行狀態(tài)信息。 （ 4）不同風(fēng)電機(jī)組的特性存在很大差異 由于制造、安裝、運(yùn)行和所處安裝位置的不同，在同一風(fēng)場(chǎng)中，即使型號(hào)相同的機(jī)組的特性也存在很大差異。例如，對(duì)于傳動(dòng)鏈的振動(dòng)信號(hào)，某臺(tái)機(jī)組的振動(dòng)幅值可能很大 ，但根據(jù)運(yùn)行人員經(jīng)驗(yàn)， 可能是能 夠接受的。但對(duì)型號(hào)相第 2 章 風(fēng)電機(jī)組發(fā)電機(jī)結(jié)構(gòu)及 SCADA 監(jiān)測(cè)參數(shù) 10 同的另外一臺(tái)機(jī)組，較小的振動(dòng)幅值可能 意味著異常發(fā)生。因此，對(duì)于風(fēng)電機(jī)組的 SCADA數(shù)據(jù)的分析是個(gè)性化的，從而導(dǎo)致 SCADA數(shù)據(jù)分析的工作量大 [25]。 SCADA 系統(tǒng)數(shù)據(jù)的分類 此部分工作是以張家口某風(fēng)電場(chǎng)多臺(tái) 兆瓦 GE 公司生產(chǎn)的變速恒頻風(fēng)力發(fā)電機(jī)組 20212021 年的 SCADA 數(shù)據(jù)為基礎(chǔ)。下文中的 SCADA 系統(tǒng)特性和機(jī)組特性的部分描述是以上述機(jī)組為參考的，但監(jiān)測(cè)理論和監(jiān)測(cè)方法本身具有通用性。 以該風(fēng)電場(chǎng)為例， SCADA 系統(tǒng)以 10 秒和 10 分鐘記 錄的單臺(tái)機(jī)組的重要參數(shù)如表 21 所示： 表 21 風(fēng)電機(jī)組 SCADA系統(tǒng)典型參數(shù)表 Phase BN speed 25. nset 1 . generator 2 . shaft bearing defection Phase CN deviation 1 sec. 26. nset2 . bearing A speed running number factor speed 2, actual value , actual value 35. Temp. bearing B 1 power speed 3, actual value , set value . gearbox 2 Phase AN , actual value 21. Blade 1, set value state . outside breaker cutins Phase BN speed 22. Blade 2, set value fault nacelle acceleration X Phase CN position 23. Blade 3, set value deviation 10 sec. . generator cooling air acceleration Y rent Phase AN e revolution er factor,set value . generator 1 . gearbox bearing train acceleration 東北電力大學(xué)碩士學(xué)位論文 11 這些測(cè)量變量根據(jù)測(cè)量位置和作用的不同，可以分為以下幾類： （ 1）風(fēng)況和環(huán)境變量 Wind speed(風(fēng)速 )， wind deviation 1 sec.（ 1 秒鐘風(fēng)）， Wind deviation 10 sec.（ 10 秒鐘平均風(fēng)向）， Temp outside（外界環(huán)境溫度）， Temp nacelle(機(jī)艙溫度 ) （ 2）反映風(fēng)電機(jī)組總體運(yùn)行性能的變量 Power（有功功率）， power factor（功率因數(shù)）， reactive power（無(wú)功功率） （ 3）反映葉輪部分特性的變量 Rotor speed（葉 輪轉(zhuǎn)速）， Blade 123 actual value（槳葉 123 的實(shí)際槳距角）， Tower acceleration（塔架振動(dòng)加速度） （ 4）反映傳動(dòng)鏈部分特性的變量 Drive train acceleration（傳動(dòng)鏈振動(dòng)加速度）， Temp. shaft bearing（主軸軸承溫度）， Temp. gearbox（齒輪箱溫度）， Temp. gearbox bearing（齒輪箱軸承溫度），Temp. Gen. Bearing A（發(fā)電機(jī)軸承 A 溫度）， Temp. Gen. Bearing B（發(fā)電機(jī)軸承B 溫度， Gearbox speed（齒輪箱轉(zhuǎn)速） （ 5）反映發(fā)電機(jī)狀態(tài)的變量 Temp. generator 12（發(fā)電機(jī)定子線圈溫度 12）， Temp. generator cooling air（發(fā)電機(jī)冷卻空氣溫度）， Voltage Phase ABC（發(fā)電機(jī) ABC 三項(xiàng)電壓）， Current Phase ABC（發(fā)電機(jī) ABC 三相電流） （ 6）控制變量 Blade 123 set value（槳葉 123 槳距角設(shè)定值）， Power factor set value（功率因數(shù)設(shè)定值）， nset 12（發(fā)電機(jī)轉(zhuǎn)速設(shè)定值 12） 由表 21 可見(jiàn)，風(fēng)電機(jī)組 SCADA 中記錄的測(cè)量變量包含了風(fēng)電機(jī)組整體和各個(gè)部件的運(yùn)行信息。不同廠家的風(fēng)電機(jī)組 SCADA 數(shù)據(jù)監(jiān)測(cè)變量在細(xì)節(jié)上可能有不同，但大都包含以上測(cè)量變量。 但目前對(duì)于這些觀測(cè)變量的應(yīng)用僅限于簡(jiǎn)單地將其與預(yù)先設(shè)定的報(bào)警閾值比較，產(chǎn)生報(bào)警信息。由于 SCADA 數(shù)據(jù)的隨機(jī)變化特性以及傳感器的測(cè)量誤差，經(jīng)常會(huì)使這種簡(jiǎn)單的閾值比較方法產(chǎn)生大量的誤報(bào)警，干擾機(jī)組的正常運(yùn)行，降低 SCADA 數(shù)據(jù)的利用價(jià)值。因此，本課題擬研究的隨機(jī)模型狀態(tài)監(jiān)測(cè)方 法能夠根據(jù) SCADA 數(shù)據(jù)建立風(fēng)電機(jī)組重要部件的動(dòng)態(tài)模型，并根據(jù)該模型判斷機(jī)組第 2 章 風(fēng)電機(jī)組發(fā)電機(jī)結(jié)構(gòu)及 SCADA 監(jiān)測(cè)參數(shù) 12 的運(yùn)行狀態(tài)。這種由 SCADA 數(shù)據(jù)驅(qū)動(dòng)的監(jiān)測(cè)方法能夠更加準(zhǔn)確的反映機(jī)組運(yùn)行的隨機(jī)性和真實(shí)狀態(tài)，降低誤報(bào)警的幾率，及時(shí)檢測(cè)出機(jī)組的異常變化。 本章小結(jié)