首页 > 学术论文

基于小波神经网络的风电变流器故障诊断研究

来源:论文学术网
时间:2024-08-18 19:05:26
热度:

基于小波神经网络的风电变流器故障诊断研究【摘要】:能源危机和保护生态环境的大背景下,可再生能源的重要性凸现出来。风力发电技术是可再生能源发电技术中的重要组成部分之一,其中尤以双馈风

【摘要】:能源危机和保护生态环境的大背景下,可再生能源的重要性凸现出来。风力发电技术是可再生能源发电技术中的重要组成部分之一,其中尤以双馈风力发电技术的应用最为广泛。风电变流器属于双馈风力发电系统中的核心部件,所以系统对其可靠性要求也很高。因此,风电变流器的状态监测和故障诊断对于提高系统的稳定性和效率来说就显得至关重要。 首先,文中讨论了双馈风力发电系统的数学建模问题,且分析了风力变流器发生故障所产生的影响,并研究了风电变流器开路故障诊断的新方法。建模过程中的重点放在转子侧控制器的控制策略上,而且利用Matlab/Simulink建立了双馈风电机组的仿真模型。 随后,文中描述了小波神经网络的理论和构建方法,并对小波神经网络的中的常用的算法进行了简单的介绍。在离散小波神经网络的训练过程中,发现传统的递推最小二乘算法(RLS)具有容易陷入局部最小,收敛速度慢等缺点,影响了神经网络的训练效率。因此,本文在递推最小二乘算法的基础上做出了一定的改进,提出了变加权变学习率的递推最小二乘算法,并将该算法应用于离散小波神经网络的训练。对比实验表明,在收敛精度和收敛速度两方面,变加权变学习率的递推最小二乘算法均优于递推最小二乘算法。 最后,模拟双馈风力发电系统在变流器正常和故障条件下的运行状态,研究了变流器发生开路故障后对发电系统的影响。在对变流器发生开路故障后各变量如:转子相电流、电磁转矩等进行了分析后,选择转子相电流作为采集样本的变量,而后成功训练好小波神经网络,进而完成了基于小波神经网络开路故障诊断仿真实验。最终实验表明,运用变加权变学习率的递推最小二乘算法训练的离散小波神经网络能够准确地识别出开路故障的类型。 【关键词】:双馈风力发电系统 风电变流器 故障诊断 小波神经网络 算法优化
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TM46
【目录】:
  • 中文摘要3-4
  • 英文摘要4-8
  • 1 绪论8-13
  • 1.1 论文的研究背景及意义8-10
  • 1.2 国内外风力发电技术研究10-12
  • 1.2.1 风力发电机技术研发现状10-11
  • 1.2.2 变流器故障诊断技术现状11-12
  • 1.3 本文的主要内容12-13
  • 2 双馈风力发电系统建模13-29
  • 2.1 双馈风力发电系统的组成及运行原理13-16
  • 2.1.1 双馈风力发电系统13-14
  • 2.1.2 风力发电机组的运行原理14-16
  • 2.2 风力发电系统的数学模型16-19
  • 2.3 转子测控制器控制策略及算法设计19-28
  • 2.3.1 定子磁链估计21-23
  • 2.3.2 转子侧变换器的控制策略23-26
  • 2.3.3 转子侧控制器的算法设计26-28
  • 2.4 本章小结28-29
  • 3 小波神经网络及算法29-38
  • 3.1 小波神经网络29-33
  • 3.1.1 小波神经网络的构造29-31
  • 3.1.2 小波基函数的选择31-32
  • 3.1.3 小波神经网络各层节点数的确定32-33
  • 3.1.4 小波神经网络参数的初始化33
  • 3.2 小波神经网络的学习算法33-37
  • 3.2.1 最小二乘算法33-35
  • 3.2.2 指数加权递推最小二乘算法35-36
  • 3.2.3 变学习率变加权递推最小二乘算法36-37
  • 3.3 本章小结37-38
  • 4 双馈风力发电系统中变流器的故障诊断38-55
  • 4.1 变流器开路故障对系统的影响及分析38-48
  • 4.1.1 单个功率开关发生开路故障对系统的影响40-44
  • 4.1.2 单相功率开关发生开路故障对系统的影响44-48
  • 4.2 开路故障诊断仿真实验48-53
  • 4.2.1 变流器的故障诊断方案48-49
  • 4.2.2 样本采集49-50
  • 4.2.3 小波神经网络的训练50-52
  • 4.2.4 开路故障诊断能力验证及实验分析52-53
  • 4.3 改进算法的小波神经网络故障诊断结果分析53-54
  • 4.4 本章小结54-55
  • 5 总结与展望55-57
  • 5.1 总结55
  • 5.2 展望55-57
  • 致谢57-58
  • 参考文献58-62
  • 附录62-63
  • A. 作者在攻读学位期间发表的论文目录62
  • B. 作者在攻读学位期间取得的科研成果目录62-63


您可以在本站搜索以下学术论文文献来了解更多相关内容

并网型风力发电机组的控制技术综述    耿华;杨耕;马小亮;

基于联想记忆神经网络的变流器故障诊断研究    汪木兰,张崇巍,顾绳谷

用人工神经网络诊断电力电子电路主回路故障    苏鹏声,王志强,姜建国

基于新型定子磁链观测器的直接转矩控制    金孟加;邱建琪;史涔溦;林瑞光;

空间矢量脉宽调制的仿真研究及其实现    李波;安群涛;孙兵成;

变速恒频交流励磁双馈风力发电系统及其控制技术研究    邹旭东

双环模糊调速系统的设计与仿真研究    张春,郭兴众

异步电机矢量控制系统动态仿真方法    张长军,孟朔,刘建政,赵争鸣

双馈异步发电机的矢量控制    王立鹏;郭淑英;郭知彼;

光电编码器在剪切钢板长度测量中的应用    侯崇升

基于因果模型的级联型差补逆变器的故障诊断    潘孟春,单庆晓,李圣怡,胡楷,唐莺

考虑饱和运行时永磁同步伺服系统速度调节器的设计与调整    陈荣,邓智泉,严仰光

可升压自然软开关DC/AC逆变器电压控制特性分析    吴卫民;钱照明;彭方正;

PWM逆变器主电路故障诊断研究    崔博文,周继华,谢琳

基于MSP430的无刷直流电动机控制系统研究    曹菁,朱纪洪

基于dsPIC的SVPWM交流变频调速系统研究    胡学芝;

基于负荷侧无功补偿的静止无功发生器控制方法研究    梁喆;欧阳名三;

大功率同步电动机变频调速系统    祝龙记;过希文;

基于单片机直流调速系统的MATLAB仿真设计    张军;罗维平;

中压变频器在煤矿的应用    于向东;

空间相机胶片传输控制系统研究    王国辉

电动机变频调速系统故障检测与诊断技术研究    崔博文

中国实验快堆钠泵故障诊断系统的开发研究    冯俊婷

冷连轧机速度系统建模仿真及鲁棒控制研究    方一鸣

激光跟踪系统的设计    李杏华

多点成形中的快速调形与成形过程自动化研究    隋振

级联型逆变器关键技术研究    单庆晓

大功率永磁无刷直流电机及其系统研究    陶桂林

永磁同步电机伺服系统研究    陈荣

基于混杂系统理论的电力电子电路故障诊断    张志学

基于混杂系统理论的电力电子电路参数辨识    毛兴云

大功率电力电子装置在线故障诊断    陈如清

基于智能控制的超音频感应加热电源的研制    郭会军

感应电动机的非线性解耦与节能控制    陈少斌

异步化同步发电机交流励磁控制的数字信号处理器实现方法    卓清锋

冷带轧机速度控制系统的鲁棒跟踪控制研究    王乐

同步发电机励磁系统故障的实时监测与自动诊断的研究    杨柳林

基于Matiab/Simulink的异步电动机变频调速系统的仿真研究    赵荣理

直线脉冲电机(LPM)驱动控制系统的研究    王爱乐

基于DSP的人工神经网络电力电子电路故障诊断    幸宗国

兼顾电感电流连续导通和断续运行模式的DC/DC电路建模和参数辨识    马皓;毛兴云;徐德鸿;

基于联想记忆神经网络的变流器故障诊断研究    汪木兰,张崇巍,顾绳谷

一种基于模式识别的可控整流电路故障诊断方法    贾鹏,郭其一,王钰

神经网络的学习误差函数及泛化能力    李杰,韩正之

直驱式永磁同步风力发电机组建模及其控制策略    尹明;李庚银;张建成;赵巍然;薛轶峰;

直驱型风力发电系统全功率并网变流技术的研究    陈瑶

感应电动机双馈调速的3种最佳控制方法    王克成,余达太

多相励磁发电机的控制原理与性能分析    徐锦才,许大中

交流传动系统的控制策略    陈伯时,谢鸿鸣

基于电流辨识速度的双馈矢量调速系统的研究    马小亮,刘志强

新型可再生能源发电馈网系统研究    刘志刚,汪至中,范瑜,郑琼林

变速恒频风力发电机用交流励磁电源的研究    赵仁德,贺益康,黄科元,卞松江

基于RLS算法的时变谐波检测    石敏,吴正国,尹为民

异步化汽轮发电机数学模型    杨顺昌

双馈发电机考虑主磁路饱和数学模型    廖勇,杨顺昌

交流励磁发电机系统的稳态分析──发电机的稳态性能    肖强晖,姚若萍,郑逢时

基于状态空间理论的PWM逆变电源控制技术研究    彭力

基于粗糙集理论和小波神经网络的无线电控制探测仪故障诊断    水现辉;白云;何广军;金凤杰;

基于改进的小波神经网络的汽车电控汽油机故障诊断    王瑞云;李华;

改进的小波神经网络在异步电机故障诊断中的应用    胡博;陶文华;崔博;刘殊廷;

基于遗传小波网络的电动机故障诊断    王南兰;邱德润;

基于小波神经网络的水电机组振动故障诊断研究    彭文季;罗兴锜;

实现模拟电路高诊断率的方法    金瑜;陈光;肖飞;

基于S变换和小波神经网络的容差模拟电路故障诊断    罗琨;何怡刚;方葛丰;

基于小波神经网络信息融合动密封故障诊断研究    刘占军;贺平;

小波和RBF神经网络在轴承故障诊断中的应用    张俊;孙艳玲;叶建民;

基于LabVIEW的航空发动机滑油故障检测系统设计    邓森;杨军锋;

信息融合技术在航海仪器故障诊断中的应用    崔海青;李天伟;李伟;魏海亮;

基于小波神经网络的异步电机故障诊断    胡博;陶文华;崔博;白一彤;尹旭;

改进的小波网络及其在多故障诊断中的应用研究    李一洁;张贺;申东日;陈义俊;

基于小波神经网络的飞机故障诊断    侯霞;张军峰;刘国海;

基于小波神经网络的齿轮裂纹故障诊断    鲁艳军;陈汉新;陈绪兵;

基于小波神经网络的齿轮裂纹故障诊断    鲁艳军;陈汉新;陈绪兵;

基于小波神经网络的汽车发动机故障诊断    王伟杰;康元福;赵学增;

磨煤机的故障诊断    刘仁德;胡申辉;徐家倬;

振动信号时间序列建模在故障诊断中的应用    戴乐云;李建康;

汽轮机故障诊断文本支持系统的研究与建立    李晓栋;胡清华;

液压制动系统的故障诊断    黄安华

济钢EAM离线网络点检和故障诊断管理系统开发应用    李萍

上海海大一课题列入国家“863”计划    胡荣山 马巍

小型渔船柴油机故障诊断与排除    孙建阳 刘波

孙彦广:冶金故障诊断设备前景广阔    见习记者 仝亚娜

网卡故障诊断    小田

干式复合“粘边”故障诊断    陈全东

大型天然气装置实现网络化监测    龚献荣

济钢网络化设备点检与故障诊断管理系统上线运行    周传勇 杜慧

WLAN也有“线”    汤怀京

基于有向图模型的故障诊断方法研究及其在航天中的应用    宋其江

基于过程信息融合的旋转机械信息(火用)故障诊断研究    陈非

计算智能在机械设备故障诊断中的应用研究    冯志鹏

基于统计学方法的自适应过程监控与故障诊断    何小斌

基于PLS的统计质量监控研究与应用    宋凯

复杂机械基于数据的建模与故障诊断    李敏

航空发动机故障诊断的融合技术研究    鲁峰

机电系统故障诊断的理论与应用研究    蒋斌

挖泥船动力机械远程诊断系统关键技术研究    盛晨兴

柴油机智能化故障诊断技术研究    曹龙汉

基于集成小波神经网络的旋转机械故障诊断理论及应用    史月华

基于遗传算法的小波网络在变压器故障诊断中的应用研究    王南兰

模拟电路故障诊断的小波与模糊神经网络方法研究    韩宝如

小波神经网络在旋转机械故障诊断中的应用研究    葛文谦

基于模糊小波神经网络的多辊热连轧产品质量控制    袁月春

小波神经网络在遥感溢油图像去噪中的应用    朱美龙

基于小波神经网络的柴油机燃油系统故障诊断的设计与实现    李凤鸣

基于小波神经网络的模拟电路故障诊断技术研究    康辉

基于QPSO优化小波神经网络的信息安全风险评估方法研究    宋红梅

基于小波神经网络的模拟电路故障诊断方法研究及系统实现    蒋周娜

Baidu
map