色婷婷的五月天天天看片五月丁香,福利在线播放,三级全黄色,日韩精品一区,日韩av影院女优,国产色xx

　　風電機組是一類典型的非線性、強耦合復雜機電設備，由于其自身結構、動態(tài)響應特性及運行工況的復雜性，難以建立其精確的物理或數(shù)學模型，而且機組的運行狀態(tài)是一個時變的過程，難以用精確建模的方法描述系統(tǒng)在真實工況中的狀態(tài)變化，因而在實際應用中基于模型的方法具有很大的局限性。

　　另一方面，隨著狀態(tài)監(jiān)測技術的日益發(fā)展和日趨廣泛的應用，風電設備在生產(chǎn)過程中產(chǎn)生了海量豐富的數(shù)據(jù)，這些數(shù)據(jù)蘊含著設備健康狀態(tài)與運行維護等大量的信息，因此，基于大數(shù)據(jù)驅動的狀態(tài)監(jiān)測與故障診斷已成為目前風電領域的新的診斷方法。

　　相比于基于模型的方法，大數(shù)據(jù)驅動方法具有如下優(yōu)點：

　　1)容易實現(xiàn)自動診斷，這與風電設備故障診斷技術的自動化、智能化發(fā)展需求是切合的;

　　2)不需要過多的系統(tǒng)機理知識或專家先驗知識，直接從傳感器數(shù)據(jù)中進行挖掘與分析，提取有用的知識與信息來達到診斷的目的。

基本流程

　　基于大數(shù)據(jù)驅動的風電設備故障診斷過程是模式識別的過程，其基本流程如圖表所示。

　　首先，利用傳感器對風電設備的關鍵部件進行數(shù)據(jù)采集，然后通過采用各種先進的信號處理方法對采集的原始信號進行故障特征提取，以消除噪聲干擾和冗余信息，提高故障特征信息的有效性和可利用性。

　　為了盡可能全面的提取表征設備故障狀態(tài)的特征，提高故障診斷精度，有時需要將多種特征提取方法融合并進行特征選擇或降維以消除特征維數(shù)災難問題和降低信息的冗余性。

　　最后，選擇合適的分類算法對故障狀態(tài)進行識別和分類，從而為設備的維修維護提供決策支持。

應用方案

　　1)智能采集終端+振動傳感器的方案，監(jiān)測雙饋風電組傳動系統(tǒng)中的齒輪箱和軸承等8個通道的振動數(shù)據(jù)。該方案中監(jiān)測指標除了常規(guī)時域指標之外，還對采集到的時域信號進行了頻譜分析，實現(xiàn)了時域指標到頻域指標的轉換，進而尋找軸承與齒輪箱的故障特征頻率以及幅值大小，為判斷傳動系統(tǒng)故障的有無和預測性分析維護，提供了完整的理論依據(jù)。

　　2)智能采集終端+電壓電流互感器方案，監(jiān)測風電機組中雙饋式異步發(fā)電機3個電壓與3個電流通道。通過采集到的發(fā)電機三相電壓和電流的數(shù)據(jù)，依據(jù)成熟的發(fā)電機故障診斷的綜合算法模型，監(jiān)測其運行的健康狀態(tài)。

　　同時還可以將風電設備的狀態(tài)診斷數(shù)據(jù)與風電場的SCADA監(jiān)控系統(tǒng)相連，來獲取風電機組運行工況和齒輪箱潤滑油進出口的溫度等參數(shù)，完善大數(shù)據(jù)驅動所需要數(shù)據(jù)參數(shù)，從而為完成風電機組運行狀態(tài)的預測性維護和壽命預測。