简介:为满足风机运营商对设备故障实时监控和预测的需求,探讨了基于自回归积分滑动平均模型(ARIMA)和非线性自回归神经网络模型(NARNN)的组合模型NARIMA。实现方法为:建立ARIMA模型用于预测数据的线性成分,用NARNN模型预测由ARIMA模型预测产生的残差部分,对风机叶片结冰故障的时间序列进行拟合,得到的NARIMA模型可实现对风机叶片结冰故障准确预测。仿真结果表明:NARIMA模型能较好地拟合所给时间序列,预测值符合实际情况和趋势,证明了NARIMA模型的有效性。
简介:针对风力发电机常见的速度传感器故障,建立了传动系统的降阶模型,研究了改进滑模观测器(SMO)的故障检测方法。采用饱和函数削弱抖振对滑模动态的影响,将发电机转速测量差值引入滑模输入信号的设计中,使滑模增益自动调节;同时,利用线性矩阵不等式(LMI)可行性问题设计反馈矩阵。通过对比观测器输出值计算残差估计值,结合最大似然比确定的阈值实现系统故障的有效检测。仿真结果表明所提出的方法能有效检测出风力发电机速度传感器故障。
风机叶片结冰故障预测模型及其实现方法
基于改进滑模观测器的风机降阶系统速度传感器的故障检测