[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

摘要

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。

主权项

1.一种风力发电机组故障预警及控制参数在线优化方法，其特征在于，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Xi＝(xi1,xi2,…,xiD)，第i个粒子的速度为Vi＝(vi1,vi2,…,viD)，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；2.3)若存储的数据量达标，则对该组数据进行频谱分析，获得特征频率的能量赋值；若存储的数据量不达标，则返回步骤2.2)继续执行；2.4)更新下一组粒子参数，并判断是否达到m个粒子；若达到m个粒子，则进入步骤2.5)；否则，返回步骤2.2)继续执行；2.5)根据频率赋值，找出局部最优解Pbesti和全局最优解Gbest；2.6)根据下列公式不断更新粒子的速度及位置： v i d ( t + 1 ) = v i d ( t ) + c 1 · r a n d ( ) · ( P b e s t i - x i d ( t ) ) + c 2 · r a n d ( ) · ( G b e s t - x i d ( t ) ) x i d ( t + 1 ) = x i d ( t ) + v i d ( t ) ]]>式中，t表示时刻，d表示目标空间维度d＝1,2,…,D，vid(t)表示t时刻第i个粒子在d维的更新速度，vid(t+1)表示t+1时刻第i个粒子在d维的更新速度，xid(t)表示t时刻第i个粒子在d维的位置，xid(t+1)表示t+1时刻第i个粒子在d维的位置，c1和c2表示学习因子，rand()表示随机数，Pbesti表示第i个粒子的局部最优解，Gbest表示全局最优解；2.7)若达到最大迭代次数或者小于或等于频率点幅值的正常阈值，则输出最优参数；否则，返回步骤2.2)继续执行，直到符合终止条件。