An empirical mode decomposition of the wind turbine impeller monitoring method, including the following steps: 1) the data acquisition process, when the wind turbine grid connected power generation, the generator stator phase current iA and speed r; 2) the acquisition of phase current iA EMD decomposition, select the main component containing the fault characteristics, that is, first IMF components, recorded as IMF (1). 3) the main component IMF (1) is demodulated by Hilbert envelope, the fault feature is extracted, the spectral signal is if; 4) the 1 frequency doubling of the impeller speed and the amplitude of the frequency multiplier Q1, Q2 and Q3 in the if are extracted, and the unbalanced fault exists if the value is greater than the corresponding threshold. The invention improves the accuracy of monitoring, and has certain engineering application value in the unbalance detection of the double fed units.
【技术实现步骤摘要】
基于经验模态分解的风电机组叶轮不平衡监测方法
本专利技术属于风电机组的在线故障诊断
,涉及一种经验模态分解的风电机组叶轮故障监测方法。
技术介绍
风电机组的运行环境通常都比较恶劣,叶片更会因风沙、结冰等造成质量不平衡,特别是近年来海上风电机组和低风速机型的推广应用,使得叶片越来越长,叶片断裂、结冰积雪的也现象越来越多。使得传动系统不平衡,造成整机的振动加剧,严重时甚至导致事故的发生。考虑到不同叶片的差异性、故障机理的复杂性,难以建立较准确地诊断模型。并且机组运行工况随时变化、周围环境也实时变化,使得采集信号中噪声非常大,必须采取有效的降噪方法。目前风力发电机组浆叶故障的监测可通过视频分析、振动监测、电信息等手段,但是这些方法大都需要增加设备,不仅成本大,而且可靠性不高、适应性较差。近年来各研究机构及风机制造商也对浆叶故障问题进行了相关研究,以及公布了一些专利。如“叶轮不平衡故障的双馈风力发电机定子电流诊断方法”,该方法对特征分量的提取需经二次求导重构定子电流和二次FFT运算,处理过程复杂。又如“一种双馈风力发电机叶片不平衡在线故障诊断方法”,是对电功率进行处理,需要采集电压和电流量,并且这些方法理论上可行,但工程上面对不同地域的风场、不同厂家的叶片、不同的风机运行工况,适应性较差。
技术实现思路
基于上述问题,本专利技术提出了一种经验模态分解的风电机组叶轮故障监测方法,该方法无需增加额外的设备,实现简单,浆叶故障特征的提取方便。本专利技术的技术方案是这样实现的:一种经验模态分解的风电机组叶轮故障监测方法,包括如下步骤:1)数据采集过程,风电机组并网发电时 ...
【技术保护点】
1.一种经验模态分解的风电机组叶轮监测方法,其特征在于,包括如下步骤:1)数据采集过程,风电机组并网发电时,采集发电机定子相电流iA和转速r;2)对采集的相电流iA进行EMD分解,选取包含故障特征的主要成分,即第1个IMF分量,记为IMF(1);3)对主要成分IMF(1)进行Hilbert包络解调,提取故障特征,谱信号为if;4)提取if中叶轮转速1倍频及倍频处幅值Q1、Q2和Q3,若其值均大于对应的阈值,则判断不平衡故障存在。
【技术特征摘要】
1.一种经验模态分解的风电机组叶轮监测方法,其特征在于,包括如下步骤:1)数据采集过程,风电机组并网发电时,采集发电机定子相电流iA和转速r;2)对采集的相电流iA进行EMD分解,选取包含故障特征的主要成分,即第1个IMF分量,记为IMF(1);3)对主要成分IMF(1)进行Hilbert包络解调,提取故障特征,谱信号为if;4)提取if中叶轮转速1倍频及倍频处幅值Q1、Q2和Q3,若其值均大于对应的阈值,则判断不平衡故障存在。2.如权利要求1所述的一种经验模态分解的风电机组叶轮故障监测方法,...
【专利技术属性】
技术研发人员:邱纪星,许国东,韩小良,杨靖,芦亮,李旭锋,
申请(专利权)人:浙江运达风电股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。