盧向軍

摘 要：齒輪變距換槳風(fēng)扇系統(tǒng)故障通常是機組經(jīng)常停機的首要故障原因，通過對齒輪變槳風(fēng)扇系統(tǒng)潛在技術(shù)故障的調(diào)查分析，制定了故障維修處理計劃;分析兆瓦級新型風(fēng)電蒸發(fā)機組齒輪換槳系統(tǒng)的故障數(shù)據(jù)，提取了齒輪變距換槳系統(tǒng)的潛在故障處理特征。

關(guān)鍵詞：BP模型神經(jīng)網(wǎng)絡(luò);SCADA系統(tǒng);FDA貢獻(xiàn)圖;風(fēng)電機組;故障定位

1風(fēng)電系統(tǒng)變槳故障

風(fēng)機變槳系統(tǒng)是隨著風(fēng)速的增加而增加風(fēng)機功率的一種隨動系統(tǒng)。風(fēng)機輸出后，除發(fā)電機額定功率外，通風(fēng)系統(tǒng)開始工作。螺桿換槳用于自動調(diào)節(jié)風(fēng)向螺桿換槳扭矩的轉(zhuǎn)角，對系統(tǒng)獲得最大溫度風(fēng)能綜合利用率發(fā)展意義重大，系統(tǒng)維護管理難度大，風(fēng)向與系統(tǒng)歷史設(shè)計風(fēng)向和實際風(fēng)向密切有關(guān)，本文主要分析了歷史風(fēng)速與柴油發(fā)動機最高轉(zhuǎn)速的密切關(guān)系，以歷史風(fēng)速和風(fēng)向螺桿換槳扭矩的轉(zhuǎn)角為風(fēng)出輸入驅(qū)動系統(tǒng)，以高速發(fā)動機最高轉(zhuǎn)速為風(fēng)入輸出驅(qū)動系統(tǒng)，采用一種現(xiàn)代風(fēng)機數(shù)學(xué)模型建模分析方法可以預(yù)測未來幾年螺桿換槳變矩系統(tǒng)的故障狀態(tài)，并與專家scada等對系統(tǒng)的實際故障數(shù)據(jù)情況進(jìn)行分析比較，驗證了該分析方法的實際可行性，為了為今后幾個人每月的嚴(yán)重故障風(fēng)機維修維護管理打下基礎(chǔ)，本文對某國家風(fēng)電場33號超級臺風(fēng)的故障數(shù)據(jù)分析進(jìn)行了統(tǒng)計分析，共有6個變舵風(fēng)機系統(tǒng)故障及其類型：變槳 3個槳葉位置不同步故障、變槳30°位置傳感器故障 、變槳90°位置傳感器故障、變槳處于緊急模式、變槳安全鏈故障和變槳電機溫度過高故障。

2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測

BP前饋神經(jīng)網(wǎng)絡(luò)系統(tǒng)是一種用于對誤差反向映射傳播進(jìn)行訓(xùn)練的反向多層映射前饋神經(jīng)網(wǎng)絡(luò)，它主要描述了網(wǎng)絡(luò)輸入端與輸出之間高度非線性的反向映射前饋關(guān)系。BP中的神經(jīng)網(wǎng)絡(luò)由具有輸入輸出層、隱層和插入輸出端三層部分組成。如果一個輸入網(wǎng)絡(luò)節(jié)點函數(shù)為m或m，輸出網(wǎng)絡(luò)節(jié)點為m或n，則這個網(wǎng)絡(luò)映射是從m到n在n的歐拉勞氏密度空間上的映射。對于該操作系統(tǒng)，輸入輸出節(jié)點參數(shù)m=3，輸出輸入節(jié)點參數(shù)n=1。通過自動調(diào)整網(wǎng)絡(luò)連接點的權(quán)值和增加網(wǎng)絡(luò)連接模，bp##f的神經(jīng)網(wǎng)絡(luò)模型能夠準(zhǔn)確地快速逼近各種實際網(wǎng)絡(luò)模型。本文以電機風(fēng)速、風(fēng)向和電機俯仰角為主要輸入輸出變量，電機則以轉(zhuǎn)速為主要輸出輸入變量。證明了三層a和bp層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)能夠完全滿足一個函數(shù)空間映射的基本要求。在對于基音系統(tǒng)的機器學(xué)習(xí)處理過程中通常采用一種BP型的神經(jīng)網(wǎng)絡(luò)。當(dāng)每個輸入的隱層網(wǎng)絡(luò)神經(jīng)元能夠接收檢測到物體風(fēng)速、風(fēng)向和物體俯仰角的相關(guān)信息時，將其信息傳遞發(fā)送給輸入隱層網(wǎng)絡(luò)中的每個輸入神經(jīng)元。在輸入隱藏器對層中信息進(jìn)行同步信息處理和進(jìn)行信息傳輸轉(zhuǎn)換后，最后一個輸入隱藏層中的信息被自動傳輸發(fā)送到一個輸出隱藏層中并進(jìn)行進(jìn)一步信息處理。上述傳播過程也被稱為機器學(xué)習(xí)的向下連續(xù)傳播。當(dāng)實際誤差輸出與系統(tǒng)期望值的輸出不一致時，系統(tǒng)通過誤差值值來修正各層電腦神經(jīng)元的活動權(quán)值。

近年來，基于風(fēng)電機組SCADA運行數(shù)據(jù)的電力變槳系統(tǒng)故障診斷已成為研究熱點。在變槳系統(tǒng)故障檢測方面，提出了一種基于多特征參數(shù)距離的異常狀態(tài)識別方法。在正確選擇合適的絕對距離閾值條件下，該控制方法與相比單純的參數(shù)絕對距離閾值運動評價控制方法同樣能更及時、準(zhǔn)確地快速識別和測出異常運動狀態(tài)。建立了以主軸風(fēng)速和風(fēng)輪有功驅(qū)動功率電流為進(jìn)出輸入，風(fēng)輪主軸轉(zhuǎn)速、三葉槳距旋轉(zhuǎn)角和風(fēng)輪槳葉軸距旋轉(zhuǎn)角驅(qū)動電流為進(jìn)入輸出的非線性多通道輸入多環(huán)路輸出控制系統(tǒng)自動回歸控制模型。實現(xiàn)了變槳管理系統(tǒng)的優(yōu)劣化運行狀態(tài)的實時在線自動辨識。在新型變槳系統(tǒng)故障分析診斷算法方面，在深入分析新型SCADA的數(shù)據(jù)相關(guān)性的基礎(chǔ)上，對新型變槳傳動系統(tǒng)故障分析診斷方法進(jìn)行了深入研究，識別出兩種常見的變槳故障類型。目前主要提出了一種基于自適應(yīng)式的神經(jīng)模糊推理診斷系統(tǒng)（anfis）出現(xiàn)故障時的診斷分析方法。以當(dāng)前風(fēng)力發(fā)電電機SCADA 的系統(tǒng)統(tǒng)計數(shù)據(jù)為基礎(chǔ)，建立了canfis系統(tǒng)故障分析診斷模型，擬定綜合系統(tǒng)風(fēng)速、俯仰角、電機運行轉(zhuǎn)速、功率投入輸出與當(dāng)前風(fēng)力發(fā)電發(fā)動機組正常運行物理狀態(tài)之間的關(guān)系規(guī)律，實現(xiàn)自動化適應(yīng)系統(tǒng)故障分析診斷。目前，大多數(shù)研究人員通過分析SCADA數(shù)據(jù)來獲取故障信息，從而對變槳系統(tǒng)進(jìn)行故障檢測和診斷。實際上，SCADA系統(tǒng)本身也具有故障檢測和診斷的功能，但當(dāng)SCADA系統(tǒng)檢測到故障時，往往會發(fā)出一系列報警并給出一組虛假報警信息，包括故障和來源。它的產(chǎn)生或發(fā)生順序是隨機的。從報警信息中無法確定哪一個是真正的故障源。過多的冗余鏈信息會導(dǎo)致決策者忽略重要的報警信息，造成嚴(yán)重后果。為了有效解決這一復(fù)雜問題，需要通過采用非線性故障狀態(tài)殘差估計法的方法對兩個基音上的系統(tǒng)殘差進(jìn)行一次故障狀態(tài)檢測，并分別提出了一些特征參數(shù)對系統(tǒng)殘差的直接影響和概率。進(jìn)一步有效實現(xiàn)了汽車故障自動定位。遺憾的一點是，本文沒有明確給出各種特征參數(shù)對材料殘差測量影響和效率的具體數(shù)值計算分析方法。本文以分析SCADA中的數(shù)據(jù)為基礎(chǔ)，采用scfisher判別分析法的方法研究求解有關(guān)故障偏差數(shù)據(jù)的判斷偏差取值方向和各偏差變量對故障偏差取值方向的數(shù)據(jù)貢獻(xiàn)率。生成基于FDA兩個貢獻(xiàn)的視圖，用最大貢獻(xiàn)率對應(yīng)的變量確定故障的主要因素，識別故障源，實現(xiàn)變槳系統(tǒng)的故障定位。

3基于FDA貢獻(xiàn)圖的故障定位原理

Fisher方法是一種常用的判別技術(shù)，它能將各種類別相互結(jié)合，已成功地應(yīng)用于工業(yè)過程控制、缺陷檢測和診斷。為了在多維同類特征樣本空間中快速找到不同方向上的向量，可以通過最大化獲取同類特征樣本在每個向量上的梯度投影，而不是在這樣一個向量上妥協(xié)，采用Fisher譯碼方法對風(fēng)機單元通風(fēng)系統(tǒng)的正常數(shù)據(jù)和故障數(shù)據(jù)進(jìn)行處理，方向向量可以分離故障數(shù)據(jù)，正態(tài)數(shù)據(jù)和這個向量只存在。方向向量元素的大小代表了各個變量的權(quán)重，表示一個斷層，作為貢獻(xiàn)率，繪制斷層貢獻(xiàn)圖，在沉積圖中，最大的沉積率變量就是斷層變量，可以根據(jù)斷層進(jìn)一步定位相關(guān)分量。

3.1基于 FDA貢獻(xiàn)圖的故障定位方法

FDA理論的核心思想是為了找到最優(yōu)的判別向量（簡稱FDA向量）并將故障數(shù)據(jù)與常規(guī)數(shù)據(jù)分離，該向量是根據(jù)最大準(zhǔn)則計算的一種基于FDA貢獻(xiàn)圖的故障分離方法四.風(fēng)電機組變槳工況劃分及數(shù)據(jù)準(zhǔn)備

3.2風(fēng)電機組變槳系統(tǒng)工況劃分

風(fēng)電機組正常數(shù)據(jù)集的建立是故障分離的基礎(chǔ)和前提，它是由不同工況組成的。不同工況下的轉(zhuǎn)速、功率和法向俯仰角范圍不同，法向數(shù)據(jù)陣列也不同。因此，有必要對螺旋槳系統(tǒng)的工作模式進(jìn)行區(qū)分，并分別進(jìn)行討論。工況1：從靜態(tài)力開始時，螺桿升降角為90，當(dāng)葉輪轉(zhuǎn)速達(dá)到一定轉(zhuǎn)速時，控制系統(tǒng)將螺桿升降角改為50°，保持一段時間（45s），在此期間，風(fēng)機功率為零。工況2：在此期間內(nèi)，槳機軸距和轉(zhuǎn)角必須保持在0°上的位置保持不變，不需要做任何角度調(diào)節(jié)。風(fēng)機功率大小跟隨風(fēng)速而變化。工況3：當(dāng)一臺風(fēng)電傳動機組中的輸出額定功率已經(jīng)達(dá)到機組額定功率以后，控制傳動系統(tǒng)根據(jù)機組輸出額定功率的不斷變化自動調(diào)整輸出槳距的偏角為0～30°。改變額定氣流對渦輪葉片的傳動攻角，從而有效改變利用風(fēng)力發(fā)電渦輪機組轉(zhuǎn)動獲得的額定空氣電流動力轉(zhuǎn)矩，保持額定功率輸出最大功率，這類似于FDA對不同變量在不同模式下的模擬過程，選擇工況3中的數(shù)據(jù)集進(jìn)行建模。

4結(jié)論

本文以風(fēng)電機組變槳系統(tǒng)為研究對象，針對SCADA系統(tǒng)給出的連鎖報警信息。應(yīng)用FDA方法，計算故障方向向量，生成FDA故障貢獻(xiàn)圖。根據(jù)貢獻(xiàn)圖中變量的貢獻(xiàn)率，分離出變槳系統(tǒng)的故障變量，從包括故障源信息在內(nèi)的一連串報警信息中，準(zhǔn)確地識別出真正故障源，實現(xiàn)故障定位。

參考文獻(xiàn)：

[1]喬淑娟.中國風(fēng)力發(fā)電綜合機組安全控制管理系統(tǒng)安全故障分析診斷問題研究[d]北京：北方工業(yè)大學(xué)，2014.

（神華（康保）新能源有限公司，河北 張家口 075000）