【技術(shù)實現(xiàn)步驟摘要】
本申請屬于新能源故障診斷領(lǐng)域，具體涉及一種風(fēng)電機組故障診斷系統(tǒng)及方法。
技術(shù)介紹
1、隨著新能源產(chǎn)業(yè)的迅速發(fā)展，我國風(fēng)電設(shè)備裝機量迅速增長，風(fēng)機的結(jié)構(gòu)的規(guī)模與復(fù)雜度也不斷提高。風(fēng)電系統(tǒng)所處運行環(huán)境惡劣、運行工況切換頻繁致使風(fēng)電機組發(fā)生故障的概率增加，一旦發(fā)生故障不僅會降低系統(tǒng)的動態(tài)性能，甚至發(fā)生安全事故造成不可估量的損失。然而風(fēng)電機組的故障診斷速度明顯滯后于風(fēng)電機組的發(fā)展速度，沒有足夠的故障數(shù)據(jù)支持是造成這一現(xiàn)象的重要原因之一。
2、現(xiàn)有技術(shù)一般利用現(xiàn)有的運行數(shù)據(jù)進(jìn)行模型訓(xùn)練，但是在實際過程中一般很難獲取到足夠的故障數(shù)據(jù)，且機理仿真數(shù)據(jù)由于干擾、計算精度、模型簡化等原因與實際運行數(shù)據(jù)會存在一定的誤差，從而影響故障診斷模型的精度。
技術(shù)實現(xiàn)思路
1、本申請的目的在于克服現(xiàn)有技術(shù)故障診斷模型的精度不足的缺陷。
2、為了實現(xiàn)上述目的，本申請?zhí)岢隽艘环N風(fēng)電機組故障診斷系統(tǒng)，所述系統(tǒng)包括：
3、數(shù)據(jù)生成模塊，用于根據(jù)設(shè)備的故障機理，利用空氣動力學(xué)系統(tǒng)模型、傳動系統(tǒng)模型和變槳距系統(tǒng)模型計算出對應(yīng)的仿真數(shù)據(jù)，與歷史故障一起通過數(shù)據(jù)訓(xùn)練生成模型學(xué)習(xí)反應(yīng)故障類別的分布模式，生成虛擬故障數(shù)據(jù)；和
4、故障診斷模塊，用于利用訓(xùn)練好的概率神經(jīng)網(wǎng)絡(luò)，對輸入的風(fēng)電機組運行數(shù)據(jù)進(jìn)行故障診斷。
5、作為上述系統(tǒng)的一種改進(jìn)，所述數(shù)據(jù)生成模塊包括：
6、風(fēng)電機組機理子模塊，用于根據(jù)故障機理利用空氣動力學(xué)系統(tǒng)模型、傳動系統(tǒng)模型和變槳距系統(tǒng)模型，生成
7、數(shù)據(jù)生成子模塊，由條件對抗網(wǎng)絡(luò)構(gòu)成，用于為來自風(fēng)電機組機理子模塊生成的混合運行數(shù)據(jù)進(jìn)行故障類型標(biāo)記，交由條件對抗網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)、訓(xùn)練，利用訓(xùn)練好的網(wǎng)絡(luò)生成不同類型的虛擬故障數(shù)據(jù)。
8、作為上述系統(tǒng)的一種改進(jìn)，所述空氣動力學(xué)系統(tǒng)模型為：
9、風(fēng)機轉(zhuǎn)子從風(fēng)能中捕獲的風(fēng)能功率p為：
10、
11、其中，λ為葉尖速比；β為葉片槳距角；r為風(fēng)輪半徑；v為風(fēng)速；ρ為空氣密度；
12、cp(λ,β)為風(fēng)能利用系數(shù)：
13、
14、式中參數(shù)λi的求解式為：
15、
16、作為上述系統(tǒng)的一種改進(jìn)，所述傳動系統(tǒng)模型為：
17、
18、jg＝j(luò)ω/n2
19、其中，tω為啟動轉(zhuǎn)矩；tg為發(fā)電機轉(zhuǎn)矩；n為齒輪轉(zhuǎn)速比；為發(fā)電機轉(zhuǎn)速；ωr為轉(zhuǎn)子轉(zhuǎn)速；jg為高速軸側(cè)的轉(zhuǎn)動慣量；jω為風(fēng)輪轉(zhuǎn)動慣量。
20、作為上述系統(tǒng)的一種改進(jìn)，所述變槳距系統(tǒng)模型為：
21、
22、βmin≤β≤βmax
23、其中，β和βref分別為槳距角實際值和槳距角參考值；為參考值與實際值之間的誤差；τ為時間常數(shù)；βmin、βmax分別為槳距角的最小值和最大值。
24、作為上述系統(tǒng)的一種改進(jìn)，所述概率神經(jīng)網(wǎng)絡(luò)利用數(shù)據(jù)生成模塊生成的不同故障種類的虛擬數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練過程中，利用遺傳算法對概率神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行優(yōu)化；
25、所述概率神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程包括：
26、步驟1：初始化遺傳算法種群大小，利用隨機函數(shù)生成介于0和1之間的n×d大小的矩陣；其中n表示種群規(guī)模，d表示每一條染色體中基因數(shù)量，基因數(shù)量與概率神經(jīng)網(wǎng)絡(luò)中的權(quán)重數(shù)量相同；
27、步驟2：將概率神經(jīng)網(wǎng)絡(luò)作為適應(yīng)度評估函數(shù)，每條染色體中的基因作為概率神經(jīng)網(wǎng)絡(luò)的權(quán)重，概率神經(jīng)網(wǎng)絡(luò)輸出的訓(xùn)練誤差作為適應(yīng)度，并選擇誤差最小的一條染色體將其全部信息直接保留到下一代中；
28、步驟3：利用輪盤賭的方式參考適應(yīng)度選擇兩條染色體進(jìn)行交叉操作，選擇一條染色體根據(jù)變異率進(jìn)行變異操作；
29、步驟4：判斷是否達(dá)到終止條件，是則輸出訓(xùn)練好的概率神經(jīng)網(wǎng)絡(luò)模型，否則執(zhí)行步驟2。
30、作為上述系統(tǒng)的一種改進(jìn)，所述系統(tǒng)還包括：
31、數(shù)據(jù)采集模塊，用于采集風(fēng)電機組系統(tǒng)的運行數(shù)據(jù)。
32、本申請還提供一種風(fēng)電機組故障診斷方法，基于上述系統(tǒng)實現(xiàn)，所述方法包括：
33、將風(fēng)電機組運行數(shù)據(jù)輸入故障診斷模塊，得到故障診斷結(jié)果；
34、所述故障診斷模塊的訓(xùn)練數(shù)據(jù)由數(shù)據(jù)生成模塊生成。
35、與現(xiàn)有技術(shù)相比，本申請的優(yōu)勢在于：
36、本專利技術(shù)利用少量實際運行故障數(shù)據(jù)和機理仿真數(shù)據(jù)，通過生成式對抗網(wǎng)絡(luò)生成不同故障類型的故障虛擬數(shù)據(jù)，該虛擬數(shù)據(jù)可以根據(jù)訓(xùn)練需求生成足夠的訓(xùn)練數(shù)據(jù)同時也比機理仿真數(shù)據(jù)分布范圍廣、更接近真實運行數(shù)據(jù)，提高了故障診斷的精度；在故障診斷模塊與單純的使用概率神經(jīng)網(wǎng)絡(luò)算法相比，利用遺傳算法優(yōu)化了概率神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程，提高了訓(xùn)練速度。同時本系統(tǒng)包括故障診斷模型的全部訓(xùn)練、使用流程，可重復(fù)性高，對不同的風(fēng)電機組不需要重新建模，節(jié)省了人力成本，同時也降低了對使用人員的技能要求，更具通用性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述系統(tǒng)包括：
2.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述數(shù)據(jù)生成模塊包括：
3.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述空氣動力學(xué)系統(tǒng)模型為：
4.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述傳動系統(tǒng)模型為：
5.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述變槳距系統(tǒng)模型為：
6.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述概率神經(jīng)網(wǎng)絡(luò)利用數(shù)據(jù)生成模塊生成的不同故障種類的虛擬數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練過程中，利用遺傳算法對概率神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行優(yōu)化；
7.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述系統(tǒng)還包括：
8.一種風(fēng)電機組故障診斷方法，基于權(quán)利要求1-7任一所述系統(tǒng)實現(xiàn)，所述方法包括：
【技術(shù)特征摘要】
1.一種風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述系統(tǒng)包括：
2.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述數(shù)據(jù)生成模塊包括：
3.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述空氣動力學(xué)系統(tǒng)模型為：
4.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征在于，所述傳動系統(tǒng)模型為：
5.根據(jù)權(quán)利要求1所述的風(fēng)電機組故障診斷系統(tǒng)，其特征...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙賀，魏良宵，李欣芮，邵珠鵬，陶帥，王燊，趙欣然，
申請(專利權(quán))人：國家電投集團數(shù)字科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。