简介:摘要:风能几乎不产生环境污染。对风力机的核心要求是更高的发电效率和更少的维护成本。风力机中最常见的结构损坏类型是叶片损坏。风力机叶片的损坏不仅会缩短风力机的寿命和发电效率,还会增加监测误差、安全风险和维护成本。此外,叶片成本一般占风机总成本的15%~20%。修复叶片损坏所需的时间最长,成本最昂贵。因此,叶片的早期运维对于风电机组的故障避免、维护规划和运行可持续性具有重要意义。从制造车间到现场,能够导致叶片损坏的原因有很多,例如运输磕碰、制造缺陷、结冰、超疲劳/极限载荷、雷击、火灾都是导致风力机叶片开裂和损坏的原因。风是风力机叶片的驱动力,但强阵风可能会损坏或完全摧毁风力机。
简介:摘要:准确预测风力发电机组故障对于降低风电场的运行和维护成本至关重要。现有的方法依赖于昂贵的、专门建立的状态监测系统来进行风力发电机组故障的诊断和预测。本文提出了一种预测发电机剩余使用寿命的预后方法,该方法除了被广泛采用的SCADA系统外,不需要额外的硬件支持。本文首先引入了一个概念,异常运行指数,以定量地测量风机在运行时的性能下降。然后提出了一种数据驱动的风力发电机异常检测方法和一种时间序列分析方法来预测风力发电机的预期寿命。对实际风电场数据的实验研究表明,该方法能够准确地实现对风力发电机转速的预测,并为调度维修提供足够的前置时间。