風(fēng)力發(fā)電系統(tǒng)中變流器故障的智能診斷算法研究.pdf

1、當(dāng)今社會(huì)能源消耗目益增長(zhǎng)、環(huán)境污染日趨嚴(yán)重，由于風(fēng)力發(fā)電的突出優(yōu)勢(shì)，在可再生能源開發(fā)領(lǐng)域中占有突出的地位，因此，風(fēng)力發(fā)電相關(guān)技術(shù)也成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。隨著風(fēng)電場(chǎng)裝機(jī)容量逐年上升，風(fēng)電機(jī)組的設(shè)計(jì)、制造已經(jīng)不是難題，而這些風(fēng)電設(shè)備在運(yùn)行一段時(shí)間后，其故障后的維護(hù)與檢修就成為不可避免的問(wèn)題，因此，如何提高風(fēng)電系統(tǒng)可靠性及維持這些已安裝機(jī)組的正常運(yùn)行，成為研究人員需要解決的一項(xiàng)重要任務(wù)。全功率變流器作為直驅(qū)式永磁同步風(fēng)力發(fā)電系統(tǒng)與電網(wǎng)的接

2、口，既要保持頻率、相位穩(wěn)定，又要控制電壓隨電網(wǎng)的波動(dòng)而變化，還要配合主控系統(tǒng)實(shí)現(xiàn)最大風(fēng)能利用率，該單元一旦發(fā)生故障，如不及時(shí)處理，輕則會(huì)引發(fā)波形畸變降低供電質(zhì)量，甚至?xí){整個(gè)風(fēng)力發(fā)電機(jī)組的正常工作以及電網(wǎng)的安全。全功率變流器中的功率器件IGBT在工作期間要不斷承受溫度的變化以及周圍環(huán)境的影響，極易導(dǎo)致變流器發(fā)生故障，因此，若在功率器件IGBT有微弱故障征兆時(shí)，能準(zhǔn)確快速定位故障位置、提示故障類型，并給予及時(shí)維護(hù)，就可將風(fēng)力發(fā)電系統(tǒng)的安

3、全性、可靠性提高，減少并網(wǎng)故障的發(fā)生。
　　 本論文研究主要針對(duì)永磁直驅(qū)風(fēng)電系統(tǒng)的變流器中的IGBT出現(xiàn)微弱故障時(shí)，通過(guò)應(yīng)用小波包變換對(duì)故障電流波形進(jìn)行特征提取，并利用智能優(yōu)化算法對(duì)支持向量機(jī)分類模型進(jìn)行優(yōu)化，快速有效的診斷出IGBT發(fā)生的故障位置和故障類型，為在線風(fēng)電監(jiān)測(cè)系統(tǒng)提供一種新穎的故障監(jiān)測(cè)方法。研究?jī)?nèi)容和結(jié)論如下：
　　 (1)本文通過(guò)PSCAD仿真軟件搭建永磁直驅(qū)式風(fēng)力發(fā)電系統(tǒng)的仿真模型，模擬機(jī)側(cè)變流器不同功

4、率管的開路、短路故障，并提取直流母線電壓數(shù)據(jù)作為故障信息；
　　 (2)獲得故障波形之后，通過(guò)小波包分解，得到特征向量，通過(guò)支持向量機(jī)算法對(duì)故障特征向量進(jìn)行訓(xùn)練，形成基本的故障診斷模型；
　　 (3)通過(guò)遺傳算法、粒子群算法及改進(jìn)版的粒子群算法對(duì)已生成的支持向量機(jī)診斷模型的參數(shù)進(jìn)行尋優(yōu)，以期獲得IGBT故障點(diǎn)的精確定位及故障類型的有效辨識(shí)，并采集新的故障數(shù)據(jù)驗(yàn)證該模型的有效性。仿真結(jié)果表明，采用改進(jìn)版的粒子群算法診斷效果