检索结果-南通市图书馆

风电机组塔架LBA-MNA屈曲分析及优化研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2025年第1期46卷 176-183页

作者：白璐刘勇杨淑超汪小芳运达能源科技集团股份有限公司杭州310012 浙江省风力发电技术重点实验室杭州310012

针对塔架屈曲计算中工程算法较为保守的问题,以某大型风电机组塔架为研究对象,使用线弹性屈曲分析-材料非线性分析方法(LBA-MNA)对该塔架的抗屈曲性能进行计算与研究。结果表明,LBA-MNA方法可更准确评估塔架抗屈曲能力,在相同条件下较... 详细信息

针对塔架屈曲计算中工程算法较为保守的问题,以某大型风电机组塔架为研究对象,使用线弹性屈曲分析-材料非线性分析方法(LBA-MNA)对该塔架的抗屈曲性能进行计算与研究。结果表明,LBA-MNA方法可更准确评估塔架抗屈曲能力,在相同条件下较工程算法所得屈曲裕度更大。对基于工程算法已无减重空间的塔架以质量减少2~14 t为目标通过调整壁厚进行优化,结果显示应用LBA-MNA方法计算屈曲塔架质量可减少5.71%。证明了LBA-MNA方法在以屈曲要素为主导的塔架优化问题中使用的可行性。

关键词：风电机组塔架屈曲 LBA-MNA 优化

在线全文

学校读者我要写书评

暂无评论

基于动态集群的风电机组异常状态检测方法

电力自动化设备 2025年第3期45卷 64-71,94页

作者：于华楠李靖雨王鹤李石强边竞东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室吉林吉林132012

针对风电机组异常状态的检测问题,提出了考虑相似机组运行状态的风电机组异常检测方法。基于滑动时窗和K-means聚类算法对风电机组运行数据进行分析,提出了风电机组动态集群方法,进而建立了考虑时空相关性的风电机组集群。提出基于自适... 详细信息

针对风电机组异常状态的检测问题,提出了考虑相似机组运行状态的风电机组异常检测方法。基于滑动时窗和K-means聚类算法对风电机组运行数据进行分析,提出了风电机组动态集群方法,进而建立了考虑时空相关性的风电机组集群。提出基于自适应权重与Levy飞行策略的北方苍鹰优化(WLNGO)算法;利用五折交叉验证(5CV)改进WLNGO算法,得到WLNGO-5CV算法,并利用该算法对核极限学习机(KELM)的超参数进行优化,进一步提出WLNGO-5CV-KELM回归模型。结合滑动时窗对相似机组预测残差进行统计分析得到实时预警阈值,消除了工况等因素对风电机组的影响,能够对目标风电机组进行可靠的异常检测。通过对中国东北某风电场的实际数据进行仿真分析,验证了所提方法的有效性和准确性。

关键词：风电机组 WLNGO-5CV-KELM回归模型时空相关性动态集群异常状态监测数据采集与监控系统

同方期刊数据库

基于改进去噪扩散概率模型的风电机组故障样本生成方法

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2025年第4期44卷 286-297页

作者：孟昱煜张沣琦火久元常琛陈峰兰州交通大学电子与信息工程学院兰州730070 中国科学院西北生态环境资源研究院国家冰川冻土沙漠科学数据中心兰州730000

为解决风电机组故障诊断中故障样本不足而导致模型准确率不高的问题,将当下备受关注的数据增强方法-去噪扩散概率模型(denoising diffusion probability model,DDPM)引入到故障诊断领域以生成大量高质量的故障样本数据集。因此,结合Tran... 详细信息

为解决风电机组故障诊断中故障样本不足而导致模型准确率不高的问题,将当下备受关注的数据增强方法-去噪扩散概率模型(denoising diffusion probability model,DDPM)引入到故障诊断领域以生成大量高质量的故障样本数据集。因此,结合Transformer网络,提出了一种DDPM-Transformer风电机组故障样本生成方法。首先,将用于计算机视觉图像生成领域的DDPM模型应用于风电机组故障诊断领域中,通过前向加噪过程将数据逐渐转化为噪声,再通过逆向去噪过程将噪声逐步恢复为原始数据,实现从噪声中生成故障数据,解决数据不平衡问题;其次,通过对原始DDPM中使用的U-net模块进行改进,使用Transformer模型替换U-net网络,利用扩散后的数据和添加的噪声训练Transformer模型,实现噪声预测,以提高故障数据的生成质量;最后,使用多种生成模型评价指标对生成的故障数据进行评价,在监督控制和数据采集系统(supervisory control and data acquisition,SCADA)故障数据生成中论证改进DDPM-Transformer模型的性能。通过试验证明,所提DDPM-Transformer模型与现有的生成模型相比,最大均值异(maximum mean discrepancy,MMD)最大提升0.13,峰值信噪比(peak signal to noise ratio,PSNR)最大提升7.8。所提模型可以有效地生成质量更高的风电机组故障样本,从而基于该样本集辅助训练基于深度学习的故障诊断模型,可以使诊断模型具有更高精度和良好的稳定性。

关键词： DDPM Transformer 风电机组故障诊断样本生成

基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2025年第1期46卷 192-200页

作者：潘美琪贺兴上海交通大学国家电投智慧能源创新学院上海200240 上海交通大学电力传输与功率变换控制教育部重点实验室上海200240

风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型,导致监测系统常常漏报或误报故障。针对上述问题,提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面,由于原始样本类别不平衡,基于时... 详细信息

风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型,导致监测系统常常漏报或误报故障。针对上述问题,提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面,由于原始样本类别不平衡,基于时序生成对抗网络(TimeGAN)跟踪风电机组运行数据逐步概率分布的动态变化特征,同时优化生成样本的全局分布与局部分布,有效平衡且扩容风电机组多种故障综合样本集;在模型层面,建立Stacking集成模型,融合多个故障诊断器的优势,进一步提高故障诊断能力。最后,基于实际风场数据对所提方法进行测试,结果表明,所提出的TimeGAN-Stacking故障识别方法可有效诊断4种变桨故障。

关键词：风电机组数据挖掘故障分析深度学习时序生成对抗网络样本增强

基于谐波消除和谱峭度的风电机组主轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2025年第1期46卷 1-8页

作者：陈强钱洵国电联合动力技术有限公司北京100039

针对风电机组状态监测中主轴轴承故障特征受到其他传动部件振动谐波干扰且原始振动信号非平稳难以准确提取故障冲击特征频率的问题,提出一种基于谐波干扰消除和谱峭度相结合的分析方法(HR-Fast-Kurtogram)。利用离线角域重采样将非平稳... 详细信息

针对风电机组状态监测中主轴轴承故障特征受到其他传动部件振动谐波干扰且原始振动信号非平稳难以准确提取故障冲击特征频率的问题,提出一种基于谐波干扰消除和谱峭度相结合的分析方法(HR-Fast-Kurtogram)。利用离线角域重采样将非平稳时域信号转换成平稳的角度-阶次信号,在阶次域通过梳状陷波器其去除齿箱啮合成分等干扰阶次,应用基于短时傅里叶变换(STFT)的快速谱峭度图提取峭度峰值所在故障子频带从而提取轴承故障特征。既可避免非周期性冲击的干扰,亦可区分冲击性较小的非轴承幅值调制成分和轴承故障冲击成分。在实际机组轴承故障数据应用中的对比分析结果表明:新方法可提高在秒级短时间尺度提取轴承故障特征和识别故障类型的准确性。

关键词：风电机组轴承状态监测陷波器谱峭度

基于多通道振动主元特征的风电机组叶片自监督异常识别方法

在线全文

学校读者我要写书评

暂无评论

浙江大学学报(工学版) 2025年第3期59卷 653-660页

作者：王博特王卿刘强金波浙江华东测绘与工程安全技术有限公司浙江杭州310014 中国电建集团华东勘测设计研究院有限公司浙江杭州310014

为了解决风电机组叶片部件异常状态难以及时和有效识别的问题,提出基于多通道振动主元特征的风电机组叶片自监督异常识别方法.在振动特征构建过程中,采用变分模态分解-核主成分分析(VMD-kPCA)方法实现对机舱多通道振动数据的特征自适应... 详细信息

为了解决风电机组叶片部件异常状态难以及时和有效识别的问题,提出基于多通道振动主元特征的风电机组叶片自监督异常识别方法.在振动特征构建过程中,采用变分模态分解-核主成分分析(VMD-kPCA)方法实现对机舱多通道振动数据的特征自适应提取;通过融合机舱振动与机组运行数据(SCADA),使用自适应双向时序卷积网络(ABT)作为骨干特征提取器,实现振动主元特征的自监督回归;基于其他SCADA运行变量构建风电机组正常行为模型,排除其他因素在机舱振动特征上的干扰;采用基于马氏距离的残差序列检出策略实现高精度叶片异常识别.在实验验证方面,使用某龙头公司风电场的实际数据集进行算法性能测试,结果表明,本研究所提模型对叶片结冰、叶片震荡、叶片扫塔3种异常检测的准确率均高于90%,优于其他对比模型.

关键词：风电机组叶片异常识别振动特征提取时序卷积网络信号分解

在线全文

学校读者我要写书评

暂无评论

风电机组叶片损伤的声学检测技术

机械科学与技术 2025年第1期44卷 133-142页

作者：董礼王宁王雁冰欧阳跃杨健王恩路程庆阳王东利郭晓亮中国广核新能源控股有限公司北京100070 陕西中科启航科技有限公司陕西咸阳712023

该文提出了一种基于频谱互差法的叶片损伤声学检测技术,能够有效、准确地识别风电机组叶片的损伤情况,实现对多种叶片失效形式(如叶片断裂、叶片开裂等)的快速监测和预警,以确保人身和财产安全。该技术主要分6个实施阶段:数据收集、数... 详细信息

该文提出了一种基于频谱互差法的叶片损伤声学检测技术,能够有效、准确地识别风电机组叶片的损伤情况,实现对多种叶片失效形式(如叶片断裂、叶片开裂等)的快速监测和预警,以确保人身和财产安全。该技术主要分6个实施阶段:数据收集、数据解析、数据过滤、时频分析、损伤因子计算和预警。其基本思路是在风电机组叶片运行过程中,利用自主研发的声学检测系统采集声音数据,进行时频分析和频谱互差分析,识别三支叶片之间频谱分布的差异,然后判断叶片是否存在失效以及输出结果的置信度,并及时给出警告,实现了叶片问题的快速识别、报警,降低了叶片损伤进一步恶化带来的危害和损失。

关键词：风电机组叶片损伤声学监测技术频谱互差

基于强化双树复小波包变换的风电机组偏航轴承损伤识别

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2025年第1期45卷 115-123页

作者：王晓龙金韩微张博文石海超杨秀彬何玉灵华北电力大学机械工程系河北保定071000 华北电力大学河北省电力机械装备健康维护与失效预防重点实验室河北保定071000

针对风电机组偏航轴承损伤识别问题,提出了基于强化双树复小波包变换的损伤识别方法。首先,通过双树复小波包变换与线性峭度结合对不同分解层数下的分量计算平均线性峭度值,确定最优分解层数;其次,对最优分解所得小波系数及尺度系数进... 详细信息

针对风电机组偏航轴承损伤识别问题,提出了基于强化双树复小波包变换的损伤识别方法。首先,通过双树复小波包变换与线性峭度结合对不同分解层数下的分量计算平均线性峭度值,确定最优分解层数;其次,对最优分解所得小波系数及尺度系数进行幅值调制,进而增强不同信号成分的能量;然后,采用散布熵指标确定各分量最佳调制系数并通过双树复小波包逆变换得到修正信号;最后,对修正信号作归一化平方包络谱分析提取故障特征频率。结果表明:所提方法能够实现复杂工况下偏航轴承损伤类型的准确识别,具有一定工程参考价值。

关键词：风电机组偏航轴承双树复小波包变换谱幅值调制

基于MPC-RBF控制的大型风电机组独立变桨控制策略

在线全文

学校读者我要写书评

暂无评论

可再生能源 2025年第2期43卷 225-232页

作者：王欣李毓明秦斌湖南工业大学电气与信息工程学院湖南株洲412007

针对风机在额定风速以上工况下运行时所承受的不平衡载荷,文章提出了一种将径向基函数(Radial Basis Function,RBF)神经网络与模型预测控制(Model Predictive Control,MPC)相结合的MPC-RBF独立变桨距控制策略。通过风电机组动力学方程... 详细信息

针对风机在额定风速以上工况下运行时所承受的不平衡载荷,文章提出了一种将径向基函数(Radial Basis Function,RBF)神经网络与模型预测控制(Model Predictive Control,MPC)相结合的MPC-RBF独立变桨距控制策略。通过风电机组动力学方程与坐标变换建立了适用于控制器设计的平均周期状态空间模型。在卡尔曼状态观测器的基础上,使用模型预测控制即时调整风机桨距角,RBF控制器抑制载荷,进而设计出所需的独立变桨控制器。以NERL 5 MW风电机组平台为例,分别分析在湍流风作用下基于比例积分(PI),MPC以及MPCRBF独立变桨控制策略的载荷特性以及运行特性。仿真结果显示,采用MPC-RBF能有效地降低载荷,提高风机的运行寿命,且对功率波动有较好的抑制效果。

关键词：风电机组减载独立变桨控制模型预测控制