关键词：
风电齿轮箱
运行风险评估
异常状态检测
运行可靠性
摘要：
“双碳”目标与国际能源供应链“震荡”的共同催动下,风电已成为众多国家能源低碳乃至零碳转型的核心路径。风电齿轮箱作为风电机组能量传递链路上的关键子系统,故障后通常会导致较长的停机时间和高昂的维修费用,严重影响机组的可用率。因此,相较于故障后的诊断与溯源,亟需在故障发生之前及时辨识影响系统可靠运行的潜隐异常,准确揭示故障过程随服役时间的演变规律,合理评估当前运行风险,以避免次生故障的衍生和重大事故的发生,这对于保障风电齿轮箱可靠运行和安全服役具有重要的理论研究意义和工程应用价值。
本文为兼顾状态监测数据所反映的短时运行风险与系统随役龄累积缓慢退化所表征的运行可靠性对风电齿轮箱运行风险的综合影响,以“异常状态检测及预警—可靠性建模与分析—动态运行风险评估”为研究主线,对运行状态与服役可靠性协同的风电齿轮箱风险评估问题开展研究。主要研究内容概述如下:
(1)为研究状态监测数据所表征的风电齿轮箱当前运行状态对其短时运行风险概率影响,考虑到现有基于正常行为建模思想的异常状态检测方法缺乏对SCADA数据间隐含的关联信息考虑的问题,提出了基于多维SCADA数据关联感知的风电齿轮箱异常状态检测方法。首先,构建生成对抗填补网络模型实现对多维完全随机缺失SCADA数据的填补,以满足异常状态检测对数据完整性与可靠性的需求。其次,基于卷积自编码器构建正常状态下多维SCADA数据关联矩阵的描述空间,以捕获和学习齿轮箱正常运行行为和SCADA数据关联特征,在此基础上,通过分析待检测数据重构误差实现异常状态的辨识与预警。实例验证结果表明,所提方法可以弱化运行工况对预警结果的影响,能够更早且更可靠地辨识出风电齿轮箱异常状态。
(2)考虑到仅基于SCADA数据不足以全面表征风电齿轮箱运行状态,为实现更全面的短时运行风险评估,进一步提出了基于振动数据预警限自学习的风电齿轮箱异常状态检测方法。首先,采用直接快速迭代滤波自适应分解振动信号并基于有效加权稀疏峭度指标重构有效模态分量,以提取噪声背景下振动数据中潜隐的微弱异常状态特征。其次,为表征异常状态特征强弱及演化趋势,引入重构信号的包络谐噪比构建健康状态指标。最后,基于指数加权移动平均算法学习健康状态指标序列对应的自适应预警限,实现风电齿轮箱异常状态检测。实例验证结果表明,所提方法在一定程度上减少了噪声干扰引起的误报警,且自适应预警限进一步保障了异常状态检测结果的客观性与可靠性。
(3)为研究风电齿轮箱随役龄累积的运行可靠性对其运行风险概率的影响,解决现有可靠性描述模型因未充分考虑不完全维修效果而难以呈现更贴合实际评估结果的问题,提出了面向风电齿轮箱服役过程的运行可靠性建模与分析方法。首先,通过分析风电齿轮箱的不完全维修效果以及观测之初故障强度不为零等工程实际条件约束,引入三参数边界强度过程描述故障强度随服役时间的有界演变行为,以此修正对数线性比例强度模型,从而构建考虑不完全维修效果的可靠性描述模型。其次,将多参数可靠性模型参数估计问题转化为非线性目标函数最值求解问题,并采用粒子群优化算法求解;在此基础上,采用Delta法估计模型参数和可靠性特征指标的置信区间。实例验证结果表明,所构建的可靠性描述模型拟合优度更高,能够更准确地揭示风电齿轮箱故障过程随服役时间的演变规律。
(4)为合理反映运行状态及服役可靠性对运行风险发生概率的影响,同时客观评估风电齿轮箱运行风险,提出了风电齿轮箱运行风险指数模型与动态风险评估方法。首先,定量解析风电齿轮箱健康状态指标与短时运行风险的映射关系;在此基础上,提出了基于比例风险模型的运行状态与服役可靠性协同的运行风险指数量化方法。其次,研究风电齿轮箱从风险中弹性恢复能力的评估问题,同时从经济性角度出发量化风险影响损失。最后,基于成本优先数法实现风电齿轮箱运行风险的评估。实例应用结果表明,所提方法得到的风险评估结果符合风电齿轮箱运行风险发生概率的动态性,增强风险损失影响分析结果可解释性的同时弱化了主观不确定性对评估结果的影响。
欢迎来到三峡大学图书馆！
