[发明专利]一种风力发电机组故障预警及控制参数在线优化方法

说明书

本发明公开了一种风力发电机组故障预警及控制参数在线优化方法，该方法是根据机组的振动、转速、温度、桨叶角度、变桨速率等易测的时域信号，采用频谱分析方法提取出机组各大部件的特征频率，对风力发电机组各个部件的运行状态进行监测。风力发电机组各部件正常运作时，其特征频率在一定阈值范围内；当某部件的特征频率超出阈值，则说明该部件损坏或出现异常。此时，机组报出相应的故障预警，并对塔架及传动链加阻、变桨与转矩滤波器和PID参数等主控参数进行在线优化调整，防微杜渐，保证机组的可靠运行，具有实际推广价值，值得推广。

技术领域

本发明涉及风力发电机组故障预警及控制参数在线优化的技术领域，尤其是指一种风力发电机组故障预警及控制参数在线优化方法。

背景技术

随着风电行业的高速发展，风力发电机组装机规模不断增长，运行年限的增加，机组关键大部件(如传动系统、偏航系统、变桨系统等)的故障频出，关键部件故障的发生导致机组的运行和维护成本也越来越高，对风电设备制造商及风电开发商造成了重大经济损失。因此，提前预警故障，保证风力发电机组控制参数的准确性，降低机组大故障率及运维成本，成为整机制造商及风电开发商控制经济成本的最有效的途径。

目前，调整风力发电机组控制参数的方法有：

1)经典控制理论中的工程设计方法。该方法通过串联校正和反馈校正直接计算得到校正成典型系统后的控制器参数理论值，但该方法计算过程复杂，需要对模型进行近似化处理，且校正后还需进行大量的调整试凑，因此优化效果并不明显。

2)小信号建模分析法。该方法利用小信号模型在忽略控制器的条件下，对系统进行特征根分析，使用根轨迹分析控制器参数对系统性能的影响。虽然该方法物理概念清晰。但是小信号分析是在系统确定的运行点进行线性化处理并在此基础上进行零极点配置的，而当系统的运行状态改变或发生大干扰故障时，优化后的控制参数可能会使系统性能变差，需要重新进行优化等。

发明内容

本发明的目的在于克服现有技术的不足，提出了一种简单易行、收敛速度快的风力发电机组故障预警及控制参数在线优化方法，当机组需报出相应的故障预警后，对塔架及传动链加阻、变桨与转矩滤波器和PID参数等主控参数进行在线优化调整，防微杜渐，以保证机组的可靠运行。

为实现上述目的，本发明所提供的技术方案为：一种风力发电机组故障预警及控制参数在线优化方法，包括以下步骤：

1)故障预警

首先，实时采集风力发电机组的运行数据，包括振动、转速、温度、桨叶角度、变桨速率；然后对风力发电机组的关键部件进行频谱特性分析，最后再对风力发电机组各个部件的特征频率及对应幅值运行状态进行监测；其中，当风力发电机组各部件正常运作时，说明其特征频率不偏移且对应的幅值在预设阈值范围内；若某部件的特征频率发生大范围变化或对应的幅值超出理论阈值，则说明该部件损坏或出现异常，此时，机组报出相应的故障，为发生损坏的零件进行预警；

2)控制参数在线优化

当风力发电机组的某部件出现故障预警时，说明此刻的系统控制参数不利于当前机组的稳定运行，需要进行参数调整；此时，采用一种改进的粒子群参数优化算法，对控制参数进行在线调整优化，以满足风力发电机组的实际运行要求，保证机组的可靠运行；其中，改进的粒子群参数优化算法包括以下步骤：

2.1)假设在D维的目标空间中，有m个粒子组成一个群落，初始化第i个粒子的位置为X_i＝(x_i1,x_i2,…,x_iD)，第i个粒子的速度为V_i＝(v_i1,v_i2,…,v_iD)，i＝1,2,…,m；

2.2)输入第i个粒子参数，实时存储机组运行的数据；