安學(xué)利,唐擁軍,吳光軍,陳海元
(1.中國(guó)水利水電科學(xué)研究院,北京 100038;2.長(zhǎng)江新能源開(kāi)發(fā)有限公司,上海 200001;3.響水長(zhǎng)江風(fēng)力發(fā)電有限公司,江蘇 鹽城 224600)
風(fēng)力發(fā)電已經(jīng)進(jìn)入了大規(guī)模的發(fā)展階段,由于其惡劣的運(yùn)行環(huán)境,機(jī)組部件更易老化[1-3]。為確保風(fēng)電機(jī)組的安全穩(wěn)定運(yùn)行,需要對(duì)機(jī)組運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè),以便及時(shí)發(fā)現(xiàn)機(jī)組異常?,F(xiàn)有風(fēng)電機(jī)組在線監(jiān)測(cè)系統(tǒng)僅僅通過(guò)簡(jiǎn)單比較監(jiān)測(cè)參數(shù)的測(cè)量值與預(yù)設(shè)的單一靜態(tài)閾值來(lái)實(shí)現(xiàn)報(bào)警功能。該方式忽略了不同風(fēng)速、不同轉(zhuǎn)速下機(jī)組性能的差異,缺少對(duì)機(jī)組早期潛在故障的預(yù)警能力。
因此,需要不同機(jī)組的自身特性,建立能自適應(yīng)風(fēng)電機(jī)組工況變化的、精細(xì)的軸承狀態(tài)評(píng)估模型。本文充分利用風(fēng)電機(jī)組健康狀態(tài)監(jiān)測(cè)數(shù)據(jù)資源,建立基于健康樣本的風(fēng)電機(jī)組狀態(tài)評(píng)估和異常檢測(cè)系統(tǒng),解決當(dāng)前風(fēng)電機(jī)組故障樣本少,難以對(duì)其開(kāi)展有效的診斷的難題,提高風(fēng)電機(jī)組運(yùn)行維護(hù)的水平,減少故障導(dǎo)致的停機(jī)損失。
徑向基函數(shù)法[4](radialbasisfunction,RBF)能精確和穩(wěn)定地用于數(shù)據(jù)不完整的、帶噪聲的散亂數(shù)據(jù)的插值和擬合,它采用非均勻的采樣點(diǎn)構(gòu)造出連續(xù)的隱式函數(shù),插值時(shí)只需要對(duì)該函數(shù)進(jìn)行重新采樣。
在(風(fēng)速、轉(zhuǎn)速和振動(dòng))三維曲面M上的散亂點(diǎn)集{xi,yi,zi},其中i=1,2,……,n,xi表示風(fēng)速,yi表示轉(zhuǎn)速,zi表示振動(dòng);構(gòu)造一個(gè)曲面M′合理逼近。
定義使用徑向基函數(shù)建立的插值函數(shù):
式中:X=(x,y,z),wi是實(shí)系數(shù),是歐式距離,φ為徑向基函數(shù),P(X)是一個(gè)多項(xiàng)式:
常采用的徑向基函數(shù)為φ(r)=r3。 令為曲面M上的點(diǎn),式(1)中系數(shù)w1,…,wn,p0,p1,p2,p3通過(guò)插值約束條件:
和正交條件:
得到,其中hj為插值函數(shù)f(X)在cj處的函數(shù)值。由式(3)、(4)可得
式中
式(5)左邊通常是非半正定、可逆的,故存在惟一解(w1,w2,……,wn,p0,p1,p2,p3)。將求得的徑向基系數(shù)和多項(xiàng)時(shí)系數(shù)代入式(2),能得到插值函數(shù)為
機(jī)組經(jīng)過(guò)長(zhǎng)期運(yùn)行逐漸脫離正常運(yùn)行狀態(tài),進(jìn)入非正常連續(xù)運(yùn)行狀態(tài)。因此,必須對(duì)機(jī)組運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)評(píng)估,盡可能減少事故發(fā)生的機(jī)率。
通過(guò)綜合分析大量現(xiàn)場(chǎng)及實(shí)驗(yàn)數(shù)據(jù),發(fā)現(xiàn)風(fēng)速和機(jī)組轉(zhuǎn)速是影響風(fēng)電機(jī)組振動(dòng)參數(shù)狀態(tài)的兩個(gè)主要因素。本文應(yīng)用徑向基函數(shù)插值理論[4],建立綜合考慮風(fēng)速和轉(zhuǎn)速的風(fēng)電機(jī)組振動(dòng)健康標(biāo)準(zhǔn)模型v=f(s,r),v為機(jī)組振動(dòng)參數(shù),s為風(fēng)速,r為機(jī)組轉(zhuǎn)速。所構(gòu)建的基于健康樣本的風(fēng)電機(jī)組狀態(tài)評(píng)估模型,首先收集分析風(fēng)電機(jī)組不同風(fēng)速、不同轉(zhuǎn)速下的在線監(jiān)測(cè)數(shù)據(jù),遴選機(jī)組運(yùn)行正常時(shí)振動(dòng)測(cè)點(diǎn)健康樣本;然后建立綜合考慮風(fēng)速和轉(zhuǎn)速的振動(dòng)健康標(biāo)準(zhǔn)模型v=f(s,r),獲得風(fēng)速、轉(zhuǎn)速與振動(dòng)參數(shù)間的映射關(guān)系,如圖1所示;最后將機(jī)組在線監(jiān)測(cè)中的風(fēng)速、機(jī)組轉(zhuǎn)速數(shù)據(jù)代入機(jī)組健康模型,計(jì)算當(dāng)前工況下的振動(dòng)參數(shù)的健康值,進(jìn)而可獲得該振動(dòng)參數(shù)的性能退化度。
圖1 風(fēng)速、轉(zhuǎn)速-風(fēng)電機(jī)組振動(dòng)映射關(guān)系
將機(jī)組在線監(jiān)測(cè)中的風(fēng)速、機(jī)組轉(zhuǎn)速數(shù)據(jù)代入v=f(s,r),計(jì)算當(dāng)前工況下的振動(dòng)測(cè)點(diǎn)狀態(tài)參數(shù)健康值v(t),獲得該測(cè)點(diǎn)當(dāng)前振動(dòng)偏差D(i)、Dv(i):
式中:i表示第i個(gè)樣本點(diǎn)。振動(dòng)偏差Dv(i)高于預(yù)設(shè)值時(shí),進(jìn)行報(bào)警。
在風(fēng)電機(jī)組實(shí)驗(yàn)臺(tái)上進(jìn)行了軸承故障實(shí)驗(yàn),驗(yàn)證本文所提系統(tǒng)的有效性。圖2給出了在某狀態(tài)下風(fēng)電機(jī)組某軸承振動(dòng)加速度波形頻譜與基于健康樣本的標(biāo)準(zhǔn)波形頻譜的對(duì)比,從圖中可以看出,由于風(fēng)電機(jī)組結(jié)構(gòu)復(fù)雜、風(fēng)速的波動(dòng)性,使得其振動(dòng)波形非常復(fù)雜,難以從波形中準(zhǔn)確地分析其真實(shí)運(yùn)行狀態(tài)。但是通過(guò)分析頻譜圖可以發(fā)現(xiàn),在當(dāng)前工況下風(fēng)電機(jī)組該振動(dòng)測(cè)點(diǎn)頻譜與標(biāo)準(zhǔn)頻譜有明顯的差別,說(shuō)明該測(cè)點(diǎn)振動(dòng)已經(jīng)偏離了健康標(biāo)準(zhǔn)狀態(tài),需引起重視。
下面分析該測(cè)點(diǎn)在一個(gè)時(shí)間段振動(dòng)參數(shù)的狀態(tài),由圖3所示。從圖中可以看出,在該時(shí)間段內(nèi),該軸承振動(dòng)實(shí)際值已經(jīng)明顯偏離健康標(biāo)準(zhǔn)值,其性能退化度已經(jīng)達(dá)40%,如圖4所示,需要停機(jī)對(duì)該軸承進(jìn)行檢查,該異常是在實(shí)驗(yàn)臺(tái)設(shè)置的外圈故障。該軸承發(fā)生外圈故障時(shí),機(jī)組功率異常檢查如圖5所示。從圖中可以看出,機(jī)組軸承發(fā)生故障時(shí),機(jī)組功率偏差不大。
圖2 風(fēng)電機(jī)組振動(dòng)波形頻率對(duì)比
圖3 風(fēng)電機(jī)組振動(dòng)異常檢測(cè)
圖4 風(fēng)電機(jī)組性能退化評(píng)估
圖5 風(fēng)電機(jī)組功率異常監(jiān)測(cè)
實(shí)驗(yàn)結(jié)果分析表明,與傳統(tǒng)設(shè)置靜態(tài)報(bào)警閾值相比,本文所提出的基于健康樣本的風(fēng)電機(jī)組狀態(tài)評(píng)估與異常檢查系統(tǒng)很好地實(shí)現(xiàn)了機(jī)組運(yùn)行工況和狀態(tài)參數(shù)的耦合,可以實(shí)時(shí)地、充分地考慮風(fēng)電機(jī)組運(yùn)行工況的變化,能較全面地描述風(fēng)電機(jī)組運(yùn)行狀態(tài)變化過(guò)程,能提早發(fā)現(xiàn)機(jī)組不斷發(fā)展中的異常。
針對(duì)目前對(duì)風(fēng)電機(jī)組在線狀態(tài)監(jiān)測(cè)研究的不足,提出了建立健康樣本的風(fēng)電機(jī)組狀態(tài)評(píng)估和異常檢測(cè)系統(tǒng),該系統(tǒng)實(shí)時(shí)動(dòng)態(tài)地評(píng)估變工況下風(fēng)電機(jī)組振動(dòng)測(cè)點(diǎn)的性能狀態(tài),能有效指導(dǎo)風(fēng)電機(jī)組的運(yùn)行維護(hù),有很好的應(yīng)用前景。
[1]安學(xué)利,蔣東翔,李少華.基于決策融合的直驅(qū)風(fēng)力發(fā)電機(jī)組軸承故障診斷[J].電網(wǎng)技術(shù),2011,35(7):36-41.
[2]安學(xué)利,趙明浩,蔣東翔,等.基于支持向量機(jī)和多源信息的直驅(qū)風(fēng)力發(fā)電機(jī)組故障診斷[J].電網(wǎng)技術(shù),2011,35(4):117-122.
[3]安學(xué)利,蔣東翔,劉超,陳杰.基于固有時(shí)間尺度分解的風(fēng)電機(jī)組軸承故障特征提取[J].電力系統(tǒng)自動(dòng)化,2012,36(5):41-44.
[4]杜新偉,楊孝英,梁學(xué)章.基于徑向基函數(shù)的3D散亂數(shù)據(jù)插值多尺度方法[J].吉林大學(xué)學(xué)報(bào)(理學(xué)版),2009,47(5):1039-1041.
[5]嚴(yán)劍峰,于之虹,田芳,等.電力系統(tǒng)在線動(dòng)態(tài)安全評(píng)估和預(yù)警系統(tǒng)[J].中國(guó)電機(jī)工程學(xué)報(bào),2008,28(34):87-93.