CN102053211A - 风力发电系统变流器装置故障诊断方法 - Google Patents
风力发电系统变流器装置故障诊断方法 Download PDFInfo
- Publication number
- CN102053211A CN102053211A CN2010105779964A CN201010577996A CN102053211A CN 102053211 A CN102053211 A CN 102053211A CN 2010105779964 A CN2010105779964 A CN 2010105779964A CN 201010577996 A CN201010577996 A CN 201010577996A CN 102053211 A CN102053211 A CN 102053211A
- Authority
- CN
- China
- Prior art keywords
- power generation
- generation system
- wind power
- fault
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 27
- 238000003745 diagnosis Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 238000004891 communication Methods 0.000 claims description 7
- 230000003750 conditioning effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012905 input function Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
风力发电系统变流器装置故障诊断方法,运用霍尔电压电流传感器对风力发电系统变流器装置的转子侧和网侧的三相电压和三相电流以及直流母线电压电流信号,共14个信号进行检测;通过比例运放电路实现量程变换,再输入DSP中的A/D接口,利用将信号作归一化处理作为神经网络的输入信号,对输入信号进行系统辨识,判断故障类型,存储并输出故障代码,发送至变流器控制器中断整个发电系统并进行报警。本发明利用DSP作为采样分析控制的中间环节,大大提高了传统诊断方法的效率以及准确性。
Description
技术领域
本发明涉及风力发电领域,具体指一种风力发电系统变流器的故障诊断方法。
背景技术
随着大批大型风力发电机组的并网发电,大型风力发电机的运行引起了很多新问题,如变流器中IGBT的选择以及故障的排除等。同时由于载荷的增加不再像小风机那样拆装容易,因此一旦出现故障,将会对发电造成很大的影响。特别是大型风力发电机造价昂贵,一旦发生严重事故,将会造成巨大的经济损失。传统的故障诊断方法主要是由人工诊断,费时,费力、准确度低、不及时从而影响检修、调试、替换等。因此,为了满足风力发电系统变流器装置故障的实时准确定位,研究一种适用于风力发电机组变流器装置的智能故障诊断系统是非常必要的,开发具有模拟人类大脑对该系统进行故障诊断系统势在必行,具有重大技术、经济和社会意义。
发明内容
发明目的:本发明的目的是提供一种采用神经网络对风力发电系统中的变流器装置进行故障分析诊断的方法,它利用DSP作为采样分析控制的中间环节,大大提高了传统诊断方法的效率以及准确性。
技术方案:本发明是通过以下技术方案实施的:
风力发电系统变流器装置故障诊断方法,其特征在于:所述方法包括以下步骤:
运用霍尔电压电流传感器对风力发电系统变流器装置的转子侧和网侧的三相电压和三相电流以及直流母线电压电流信号共14个信号进行检测;
通过比例运放电路实现量程变换,再输入DSP 中的A/D接口,将信号作归一化处理作为神经网络的输入信号,对输入信号进行系统辨识,判断故障类型,存储并输出故障代码,发送至变流器控制器中断整个发电系统并进行报警。
所述方法具体为:
将系统与上位机通信接口电路接好;
由霍尔电压电流传感器组成的电压电流检测电路将网侧三相电压电流信号、转子侧三相电压电流信号以及直流母线电压电流信号,共14个信号进行采集,得到14个模拟信号;
通过电压调理电路将14个模拟信号输入DSP控制器的A/D接口,通过编程实现数据归一化处理,得出结果输入到RBF神经网络中,通过实时训练改变RBF神经网络的权值,使其输出相应的故障代码,实现故障诊断。
系统采用显示和键盘驱动电路来提供显示和键盘输入功能。
系统采用电源电路和蓄电池模块将蓄电池电能转换后,提供给各个芯片和模块。
当蓄电池电量不足时,从变流器的网侧获取电能。
优点及效果:本发明可用于各种风力发电系统变流器装置的故障诊断系统,包括电压电流检测电路、电压调理电路、通讯电路、DSP核心控制电路、芯片供电电源电路等。采用霍尔电压电流传感器以及DSP控制器对变流器中IGBT和二极管的故障进行检测,可以实现实时准确定位,避免造成重大损失,有很大的实际使用价值,发展前景广阔。克服了传统诊断系统效率低,费时费力等缺点。在对采样信号进行处理阶段,采用归一化方法对信号进行简化,作为神经网络输入信号,然后对其进行系统辨识,由于神经网络具有自学习自适应能力,所以实现了在线诊断。本发明的优点:具有及时性,准确性,误码率低,无需人工离线判断,节约成本,节约时间,提高故障诊断效率,可在线诊断,及时处理故障部件,保护整个系统安全稳定运行的目的。
附图说明:
图1 为风力发电系统变流器装置的故障诊断系统外部接线图简图;
图2为风力发电系统变流器装置的故障诊断系统内部简图。
具体实施方式:
下面结合附图对本发明进行详细说明。
图1为风力发电系统变流器装置的故障诊断系统外部接线图简图,如图所示,1为正常状态和故障状态指示灯;2为显示屏,可显示正常运行与故障运行代码和所检测的电压电流信号值;3为通讯接口,与上位机相连,实现与计算机之间的通讯;4为检测信号输入接口,通过15个接线端子将网侧三相电压电流信号、转子侧三相电压电流信号以及直流母线电压信号,共14个信号进行采样,实现故障的分析及定位;5为报警指示灯;6为起动、停止和故障复位按钮;7为键盘,可以输入并修改相应的参数,以及选择显示故障类型和电压电流检测值。
图2为风力发电系统变流器装置的故障诊断系统内部简图,如图所示,10为PCB板,11为通信接口电路,12为电压电流检测电路,13为显示和键盘驱动电路,14为DSP控制核心电路,15为电源电路及蓄电池。将风力发电系统与上位机通信接口电路11接好,这样可以实现上位机监测和控制,并支持系统在线升级。由霍尔电压电流传感器组成的电压电流检测电路12将网侧三相电压电流信号、转子侧三相电压电流信号以及直流母线电压电流信号,共14个信号进行采集,再通过电压调理电路将14个模拟信号输入DSP控制器14的A/D接口,实现故障诊断,显示和键盘驱动电路13将提供显示和键盘输入功能,采用SPI与DSP通信。电源电路和蓄电池模块15将蓄电池电能转换后,提供给各个芯片和模块,当蓄电池电量不足时,可以从变流器的网侧获取电能。
Claims (5)
1.风力发电系统变流器装置故障诊断方法,其特征在于:所述方法包括以下步骤:
运用霍尔电压电流传感器对风力发电系统变流器装置的转子侧三相电压和三相电流信号、网侧三相电压和三相电流信号以及直流母线电压和电流信号,共14个信号进行检测;
通过比例运放电路实现量程变换,再输入DSP 中的A/D接口,利用将信号作归一化处理作为神经网络的输入信号,对输入信号进行系统辨识,判断故障类型,存储并输出故障代码,发送至变流器控制器中断整个发电系统并进行报警。
2.根据权利要求1所述风力发电系统变流器装置故障诊断方法,其特征在于:所述方法具体为:
将风力发电系统与上位机通信接口电路接好;
由霍尔电压电流传感器组成的电压电流检测电路将网侧三相电压电流信号、转子侧三相电压电流信号以及直流母线电压电流信号,共14个信号进行采集,得到14个模拟信号;
通过电压调理电路将14个模拟信号输入DSP控制器的A/D接口,通过编程实现数据归一化处理,得出结果输入到RBF神经网络中,通过实时训练改变RBF神经网络的权值,使其输出相应的故障代码,实现故障诊断。
3.根据权利要求1所述风力发电系统变流器装置故障诊断方法,其特征在于:系统采用显示和键盘驱动电路来提供显示和键盘输入功能。
4.根据权利要求1所述风力发电系统变流器装置故障诊断方法,其特征在于:系统采用电源电路和蓄电池模块将蓄电池电能转换后,提供给各个芯片和模块。
5.根据权利要求4所述风力发电系统变流器装置故障诊断方法,其特征在于:当蓄电池电量不足时,从变流器的网侧获取电能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105779964A CN102053211A (zh) | 2010-12-08 | 2010-12-08 | 风力发电系统变流器装置故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105779964A CN102053211A (zh) | 2010-12-08 | 2010-12-08 | 风力发电系统变流器装置故障诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102053211A true CN102053211A (zh) | 2011-05-11 |
Family
ID=43957742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105779964A Pending CN102053211A (zh) | 2010-12-08 | 2010-12-08 | 风力发电系统变流器装置故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102053211A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102879630A (zh) * | 2012-09-17 | 2013-01-16 | 浙江省电力公司电力科学研究院 | 电容式电压互感器故障监测仪表 |
| CN103439658A (zh) * | 2013-08-12 | 2013-12-11 | 深圳市禾望电气有限公司 | 一种变流器的故障诊断方法和系统 |
| CN103558844A (zh) * | 2013-11-06 | 2014-02-05 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组变流控制器测试仪及其检测方法 |
| CN105891659A (zh) * | 2016-06-06 | 2016-08-24 | 安徽大学 | 一种风电变流器开路故障诊断方法 |
| CN108416103A (zh) * | 2018-02-05 | 2018-08-17 | 武汉大学 | 一种串联混合动力电动汽车交直流变换器的故障诊断方法 |
| CN109141870A (zh) * | 2018-09-18 | 2019-01-04 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于电信号采集的风力发电机机械故障检测系统及其检测方法 |
| CN109147156A (zh) * | 2018-10-10 | 2019-01-04 | 上海古鳌电子科技股份有限公司 | 一种纸币图像处理电路 |
| CN109738776A (zh) * | 2019-01-02 | 2019-05-10 | 华南理工大学 | 基于lstm的风机变流器开路故障识别方法 |
| CN112014678A (zh) * | 2020-10-20 | 2020-12-01 | 中南大学 | 一种三相电压逆变器在线故障诊断方法、装置及电子设备 |
| CN112147504A (zh) * | 2019-06-27 | 2020-12-29 | 北京金风科创风电设备有限公司 | 变流器故障检测方法和装置、计算机设备 |
| CN114280466A (zh) * | 2021-12-04 | 2022-04-05 | 中国长江电力股份有限公司 | 一种便携式故障诊断装置 |
| CN114646898A (zh) * | 2022-02-24 | 2022-06-21 | 西华大学 | 无线电能传输系统故障诊断与处理方法、系统及存储介质 |
| EP4057085A1 (en) * | 2021-03-09 | 2022-09-14 | Yokogawa Electric Corporation | Control apparatus, control method and control program |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499647A (zh) * | 2008-12-30 | 2009-08-05 | 天津理工大学 | 双核控制的三相可逆变流器故障诊断系统及其工作方法 |
| CN101710815A (zh) * | 2009-11-26 | 2010-05-19 | 上海大学 | 电网三相短路故障时双馈感应风力发电机网侧变换器低电压穿越控制系统及方法 |
| CN201499101U (zh) * | 2008-12-30 | 2010-06-02 | 天津理工大学 | 基于dsp与单片机三相可逆变流器及其故障诊断系统 |
-
2010
- 2010-12-08 CN CN2010105779964A patent/CN102053211A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101499647A (zh) * | 2008-12-30 | 2009-08-05 | 天津理工大学 | 双核控制的三相可逆变流器故障诊断系统及其工作方法 |
| CN201499101U (zh) * | 2008-12-30 | 2010-06-02 | 天津理工大学 | 基于dsp与单片机三相可逆变流器及其故障诊断系统 |
| CN101710815A (zh) * | 2009-11-26 | 2010-05-19 | 上海大学 | 电网三相短路故障时双馈感应风力发电机网侧变换器低电压穿越控制系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 代睿: "一种基于RBF神经网络的智能故障诊断方法", 《北京联合大学学报(自然科学版)》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102879630A (zh) * | 2012-09-17 | 2013-01-16 | 浙江省电力公司电力科学研究院 | 电容式电压互感器故障监测仪表 |
| CN103439658B (zh) * | 2013-08-12 | 2016-12-28 | 深圳市禾望电气股份有限公司 | 一种变流器的故障诊断方法和系统 |
| CN103439658A (zh) * | 2013-08-12 | 2013-12-11 | 深圳市禾望电气有限公司 | 一种变流器的故障诊断方法和系统 |
| CN103558844A (zh) * | 2013-11-06 | 2014-02-05 | 北京天源科创风电技术有限责任公司 | 一种风力发电机组变流控制器测试仪及其检测方法 |
| CN105891659B (zh) * | 2016-06-06 | 2019-04-12 | 安徽大学 | 一种风电变流器开路故障诊断方法 |
| CN105891659A (zh) * | 2016-06-06 | 2016-08-24 | 安徽大学 | 一种风电变流器开路故障诊断方法 |
| CN108416103A (zh) * | 2018-02-05 | 2018-08-17 | 武汉大学 | 一种串联混合动力电动汽车交直流变换器的故障诊断方法 |
| CN109141870A (zh) * | 2018-09-18 | 2019-01-04 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于电信号采集的风力发电机机械故障检测系统及其检测方法 |
| CN109147156A (zh) * | 2018-10-10 | 2019-01-04 | 上海古鳌电子科技股份有限公司 | 一种纸币图像处理电路 |
| CN109738776A (zh) * | 2019-01-02 | 2019-05-10 | 华南理工大学 | 基于lstm的风机变流器开路故障识别方法 |
| CN112147504A (zh) * | 2019-06-27 | 2020-12-29 | 北京金风科创风电设备有限公司 | 变流器故障检测方法和装置、计算机设备 |
| CN112147504B (zh) * | 2019-06-27 | 2024-02-23 | 北京金风科创风电设备有限公司 | 变流器故障检测方法和装置、计算机设备 |
| CN112014678A (zh) * | 2020-10-20 | 2020-12-01 | 中南大学 | 一种三相电压逆变器在线故障诊断方法、装置及电子设备 |
| EP4057085A1 (en) * | 2021-03-09 | 2022-09-14 | Yokogawa Electric Corporation | Control apparatus, control method and control program |
| US12164287B2 (en) | 2021-03-09 | 2024-12-10 | Yokogawa Electric Corporation | Control apparatus, control method and recording medium having recorded thereon control program |
| CN114280466A (zh) * | 2021-12-04 | 2022-04-05 | 中国长江电力股份有限公司 | 一种便携式故障诊断装置 |
| CN114646898A (zh) * | 2022-02-24 | 2022-06-21 | 西华大学 | 无线电能传输系统故障诊断与处理方法、系统及存储介质 |
| CN114646898B (zh) * | 2022-02-24 | 2025-06-24 | 西华大学 | 无线电能传输系统故障诊断与处理方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102053211A (zh) | 风力发电系统变流器装置故障诊断方法 | |
| CN102332709B (zh) | 一种等效高压直流输电直流保护数字仿真方法及系统 | |
| CN103472331B (zh) | 一种基于光伏物理模型的光伏发电故障诊断系统 | |
| CN104579166A (zh) | 分布式光伏电站监控系统及其故障诊断方法 | |
| CN202057733U (zh) | 变桨距系统的超级电容组状态监测系统 | |
| CN104181916B (zh) | 一种风电机组主控系统待检备件的检测方法 | |
| WO2010075690A1 (zh) | 核电站电厂用电切换控制模块 | |
| CN102255330A (zh) | 一种检测微电网系统发生孤岛的装置和方法 | |
| CN103670921A (zh) | 风力发电机组智能状态监控系统 | |
| CN101231526A (zh) | 感应电机运行状态的分布式监控系统 | |
| CN101865942B (zh) | 一种小功率甲醇燃料电池的电压巡回测量电路 | |
| CN108548567A (zh) | 一种具有温度监测的输电线路在线监测系统 | |
| CN103606107A (zh) | 一种风光储联合发电系统设备状态评估信息系统 | |
| CN101769992A (zh) | 电机模拟系统 | |
| CN102680820A (zh) | 变电站接地网腐蚀故障点自动测试诊断系统 | |
| CN206378570U (zh) | 一种风力发电机组故障诊断系统 | |
| CN103454552A (zh) | 一种变压器绕组变形在线监测芯片 | |
| CN202794383U (zh) | 一种基于dsp、cpld、arm的风电电网电能质量参数检测装置 | |
| CN202084950U (zh) | 一种检测微电网系统发生孤岛的装置 | |
| CN202693701U (zh) | 一种功率单元体检测平台 | |
| CN105676044A (zh) | 一种避雷器及其监测器在线试验方法与系统 | |
| CN101763758B (zh) | 继电保护接线综合操作培训系统 | |
| CN103336190B (zh) | Pt二次误并列检测方法 | |
| CN106933148A (zh) | 基于pic单片机和dsp的电力推进船舶电能质量实时监测系统 | |
| CN207502683U (zh) | 一种风力发电机组变流器智能故障检测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110511 |