风力发电机温升故障预警方法研究

刘　轩, 孙建平

(华北电力大学 控制与计算机工程学院，河北保定071003)



风力发电机温升故障预警方法研究

刘轩, 孙建平

(华北电力大学 控制与计算机工程学院，河北保定071003)

摘要：针对传统PCA在解决变量重要性差异很大问题时的局限性，提出一种结合reliefF算法和加权主元算法的方法。该方法首先采集张家口某风场5月某段时间内风力发电机组运行数据并建立数据集，通过reliefF算法确定权值向量W，进而使用加权主成分分析法建立正常工作状态下发电机温度模型。利用该模型对同一机组另一段时间运行数据进行故障检测，通过对统计量HotellingT2(简称T2)和平方预测误差(简称SPE)的趋势分析最终确定机组运行状态。实验结果表明，提出的方法准确预测出了发电机的温升故障，并减少了误报情况。

关键词：加权主成分分析；发电机温度；reliefF算法；T2统计量；SPE统计量

0引言

近年来，我国风电事业发展迅速，伴随着风力发电机组种类和数量的不断增加风力发电机组在运行中产生了各种故障，严重影响设备运行效率。而发电机作为发电机组的重要部件之一，发电机系统的运行状态最直接影响着整个发电机组运行的性能和效率。所以，研究其故障诊断技术显得十分必要。本文以永磁同步电机为例，根据相关文献资料中所出现的故障情况统计和分析，归纳总结出永磁同步电机故障主要分为定子绕组故障、转子故障、温度升高故障等[1]。

1992年，Kira和Rendell通过文献[2]提出Relief算法，但该算法主要讨论两类问题分类情况。……