导读:本文包含了变桨距系统论文开题报告文献综述及选题提纲参考文献，主要关键词:风电机组,永磁同步电机,变桨控制,自抗扰控制器
变桨距系统论文文献综述
田黄田[1]（2019）在《风电机组变桨距系统自抗扰控制器的设计及参数优化》一文中研究指出风力发电技术日趋成熟,变桨距控制技术广泛应用于大中型风电机组。然而,由于风电机组变桨距系统的复杂性和非线性以及风能的随机性,风速变化往往会导致风电机组的输出功率产生波动而偏离额定功率。如何在高效捕获风能的同时,维持平稳的功率输出是目前风力发电技术的研究重点之一。针对2 MW永磁直驱风电机组变桨距系统,以自抗扰控制器为研究对象,本文主要做了如下工作:(1)介绍了风力发电的背景和变桨距系统的研究意义,概括了变桨控制技术的国内外研究现状,并对风电机组的工作原理进行了分析,然后通过Matlab/Simulink建立了各部分的数学模型,本文主要对恒功率状态的变桨距控制进行了研究;(2)基于变桨距系统的复杂非线性及未知扰动的特点,设计了变桨距自抗扰控制器active disturbance rejection controller(,)ADRC,并提出了自抗扰控制器线性简化的方法,在随机风的情况下,对其控制性能进行了分析研究。通过仿真对比验证了自抗扰控制器在变桨距系统中具有较好的抗干扰能力和控制精度;(3)针对自抗扰控制器中参数较多且整定困难的问题,提出利用自适应遗传算法(adaptive genetic algorithm,AGA)以及模糊布谷鸟算法(fuzzy cuckoo search algorithm,FCSA)实现ADRC参数的自寻优整定。并将这两种改进的元启发式算法的整定结果分别代入风电变桨距系统中进行仿真,并对仿真结果进行了对比分析。(本文来源于《上海电机学院》期刊2019-01-12）
吕俊杰,王欣[2]（2018）在《基于极限学习机的风电机组变桨距系统辨识方法研究》一文中研究指出针对风电机组在运行过程中难以建立精确的数学模型的特点,将极限学习机应用在风电机组变桨距系统辨识中。通过对变桨距系统的动态过程进行分析,确定了变桨距系统辨识的输入输出。风速和桨距角作为极限学习机神经网络模型的输入,发电机功率作为极限学习机神经网络模型的输出。从而构建输入输出的样本集,对网络进行训练,当学习精度满足要求,确定网络隐层节点数,得出ELM神经网络变桨距辨识模型。仿真结果表明,ELM神经网络算法在变桨距系统辨识中具有比较高的辨识精度和效率。(本文来源于《新型工业化》期刊2018年10期）
吴光宇[3]（2018）在《兆瓦级风电机组变桨距系统设计》一文中研究指出本文通过研究风电机组变桨控制理论,结合实际运行工况提出了风电机组变桨控制策略,设计了用于1.5MW风电机组的变桨控制系统硬件,提出分段PID软件算法,并将此系统运用于工程实践中。(本文来源于《大电机技术》期刊2018年04期）
杜永红[4]（2018）在《粒子滤波在风电机组变桨距系统故障诊断中的应用研究》一文中研究指出随着风力发电技术的不断成熟与快速发展,风电机组的单机容量不断增大,其内部结构愈加复杂。变桨距风电机组以其特有的优越性已成为现代大型风电机组的主流机型。变桨距系统作为风电机组控制系统的核心部件之一,其对提高风电机组的安全性、高效性和稳定性具有重要作用。变桨距系统是集机、电、液于一体的强非线性和强耦合性系统,由于运行环境恶劣和频繁的启停,使得其故障频发,从而造成高额的维护费用,因此对其进行故障诊断研究具有重要的意义。但受实际运行环境的影响,变桨距系统在工作中存在随机噪声、振动干扰和未知输入等多种不确定因素,给故障诊断带来极大困难。粒子滤波作为一种非线性系统的滤波方法,其不受模型线性化和噪声服从高斯分布等假设条件的约束,因而在故障诊断领域获得了广泛的研究和应用。但粒子滤波存在粒子退化和粒子贫乏等问题,从而导致故障状态估计准确性不高。为此,本文主要在通过分析变桨距系统的工作原理与故障机理的基础上,对基于粒子滤波的故障状态估计方法及其故障诊断策略展开研究,主要的研究内容如下:(1)分析了风电机组系统结构、工作原理以及风电机组中各主要子系统之间的关系,重点分析了变桨距系统的结构、工作原理和故障机理。以变桨距系统的动力学模型为基础,在粒子滤波框架下建立故障诊断模型。(2)针对变桨距系统故障状态估计中粒子滤波存在的粒子权值退化和粒子贫化导致状态估计精度不高的问题,采用自适应蝙蝠算法与粒子滤波进行有效融合对其进行研究。首先利用蝙蝠算法的强寻优特性,在粒子采样过程中融入自适应蝙蝠算法,并利用最新的量测值定义粒子的适应度函数,引导粒子向高似然区域移动;其次,引入一个动态自适应惯性权重优化粒子的全局位置更新机制,改善粒子贫化及陷入局部极值的问题,提高状态估计的精度。(3)针对变桨距系统在实际运行环境中存在随机噪声、耦合干扰和实际研究中存在建模误差等不确定性因素的影响,利用传统固定阈值进行故障决策时导致故障诊断准确性不高的问题,采用改进的自适应阈值作为残差判别函数对其进行研究。首先分析故障的残差信息,利用统计学中置信区间的思想设计自适应阈值,并通过计算求取残差的均值和方差的递推估计式改进自适应阈值,提高故障诊断的准确度和实时性。(本文来源于《兰州理工大学》期刊2018-05-28）
杨兰萍[5]（2018）在《智慧变桨距系统在中小型风力发电设备中的应用》一文中研究指出针对100 kW升力型、水平轴风力机组这种中小型风力发电设备自主研发的智慧变桨距系统的实现方法进行说明。采用统一变桨距的方式,机械传动采用涡轮涡杆传动装置;控制系统选用西门子PLC,配合智慧变桨算法共同完成。智慧变桨距风电机组具有以下特点:微风即可启动,切入风速2.5 m/s,额定风速10 m/s;大风过载可控;实时速度调节;实现最大发电功率105 kW;保证风能利用效率大于94%。(本文来源于《山东冶金》期刊2018年02期）
毛忠兴,邓良,杨静[6]（2018）在《大型风力发电机组变桨距系统结构可靠性设计研究》一文中研究指出随着风力发电技术的不断发展,大功率、长叶片已逐渐成为大型风力发电机组的主要特征和发展方向,以持续提升风能利用的经济性。风力发电机组大型化带来叶片长度和重量的显着增加,风轮每旋转一周,在低速轴上的受力和作用在叶片上的重力均会出现周期性变化,同时,在风轮旋转平面上,因风切变、塔影效应和湍流的作用而产生循环变化的载荷。风力发电机组大型化必然带来机组疲劳载荷的增加,疲劳载荷是风力发电机组在全风速范围内运行所产生的典型载荷循环,循环的数量正比于各种风速下机组发电运行的时间,决定着部件的设计使用寿命。为进一步研究风切变、塔影效应、叶片重力、叶片推力载荷对大风轮直径机组叶根疲劳载荷所产生的影响,文章通过对风轮运行载荷分析和系统仿真,对变桨传动系统结构有限元计算和分析,研讨影响变桨传动系统可靠运行的主要因素,为大型风力发电机组变桨传动系统可靠性设计提供参考。(本文来源于《东方汽轮机》期刊2018年01期）
贾海阳[7]（2018）在《风力发电变桨距系统控制策略研究》一文中研究指出由于控制技术的不断进步,风电的上网电价持续走低,也使得风力发电成为了当今主流的可再生能源发电方式之一。其中,变速变桨距以其跟踪最佳风能捕获点的高效性和提高机组电能质量和转换效率的灵活性,成为世界主流的风力发电控制技术,而变桨距策略的控制效果将直接影响整个风电机组的稳定性和安全性。所以,如何通过结合发展比较成熟的智能控制方法,改善现有的控制方案,来提高风电机组的输出性能,已然成为风电从业人员关注的焦点和研究的重点。本文的研究对象是工作于额定风速以上的风电机组的变桨距系统,主要针对桨距角的控制提出智能化的改良方案。首先,借助于MATLAB/SINMULINK仿真环境,完成风速模型和变距型风电系统整机模型的搭建;紧接着,以PI算法作为控制方法,验证所建整机数学模型的正确性和合理性;最后,为了改善拥有诸多非线性因素的风电系统的输出特性,提出两种可行的新型变桨距控制方案。基于模糊-PI与模糊前馈的变桨距控制策略。其中,模糊前馈控制器将风速实测值及两次采样的改变量转化为前馈补偿角;模糊-PI控制器将机组功率变化及其变化率转化为桨距角应变量,两者之和作为变桨距机构的参考桨距角。而且,模糊-PI控制器是以一个非线性函数实现模糊和PI两种控制方式平滑切换的双模控制器。仿真结果表明,该控制策略可以避免模糊控制的盲区问题,有效的改善机组的输出特性。基于模糊前馈-准滑动模态控制的变桨距策略。其中,模糊前馈控制器与基于模糊-PI与模糊前馈的变桨距控制策略中的一样,起到削弱风速干扰,降低系统超调量的作用;准滑动模态控制器则将风轮转速变化及其导数作为状态变量,输出桨距角应变量,其与前馈补偿角之和作为变桨距机构的参考桨距角。另外,在设计准滑动模态控制器时,选取了一个非线性指数趋近律。仿真结果表明,该控制策略可以在改善风电系统调节过程平滑性的同时,降低超调量,加快响应速度。(本文来源于《哈尔滨理工大学》期刊2018-03-01）
胡志鹏[8]（2017）在《永磁直驱风力发电机组变桨距系统优化控制及安全逻辑研究》一文中研究指出随着世界经济快速发展,对化石能源的需求量也在不断增加,这导致石油、煤、天然气的不可再生能源的储量不断下降,可再生能源的开发和应用得到了世界上很多国家的重视。风力发电是一种较为绿色环保的可再生能源,经过几十年的研究和应用,当前在世界范围内已经得到了广泛的推广。本文主要以直驱永磁风电机组为研究对象,对其变桨系统控制及其保护相关的安全系统展开深入的分析和研究。论文主要工作如下:对风电机组的变桨控制的基本原理及特性进行了详细介绍;重点阐述了电动变桨距系统的基本原理,并针对直流和交流两种驱动变桨方案做了详细对比分析。开展了风电机组变桨控制的模糊自适应整定PID控制器设计。当风速发生突然变化时,由于风电机组具有转动惯量大、非线性强等特征,如果采用传统的PID算法很难实现较好的控制效果,为解决这些问题设计出模糊自适应整定PID控制器,选用永磁直驱风电机组为研究对象,对PID变桨距控制系统下及模糊自适应整定PID控制下的风电机组进行建模,运用Matlab/Simulink软件对两种模型进行仿真,仿真分析其桨距角,从分析结果可以看出在模糊自适应整定PID控制系统下,具有较快的反应速度、稳定性较好,而且超调及振荡均较小,鲁棒性也较强。对直驱永磁风电机组中安全系统作了详细的研究,针对安全系统中的不足之处进行优化设计,在紧急收桨回路增加二极管和延时继电器,提高了系统运行的稳定性。在直驱永磁风电机组的变桨柜中进行安装后通过风场运行结果可知具有较好的控制效果。(本文来源于《天津大学》期刊2017-11-01）
谷继孟[9]（2017）在《大型风电机组变桨距系统的仿真研究》一文中研究指出随着社会经济的发展,对能源的需求在不断的增加,可再生的风能资源越来越受到受人们关注,在风资源的利用方面,风力发电已经成为风能利用的主流,但是随着风电机组大型化的发展,风轮在工作运行中的动态特性也变比较复杂,尤其是塔影效应、风剪切效应等的影响,使风电机组的发电功率波动及风轮载荷不平衡现象越来越明显,风电机组运行可靠性和使用寿命也了受到影响。因此,本文对风力机组的独立变桨距系统进行了研究与分析,为今后风电机组的变桨系统的设计提供依据。本文主要的研究内容包括:(1)分析了风电机组的发电原理,利用空气动力学基础推导了风速流经风轮时,气流速度和压力的变化以及风机的风能利用率,并阐述了风电机组变桨距系统的原理。(2)对风电机组的动态性能进行研究,分析了风剪切和塔影效应在风轮平面空间的风速分布,对风电机组功率波动及风轮载荷不平衡的影响。(3)根据风电机组功率波动及风轮载荷不平衡的现象,提出了基于桨叶方位角的独立变桨技术,用桨叶翼型在Fluent二维流场模拟的受力载荷数据,对独立变桨桨距角进行了优化求解,相比于传统的统一变桨,独立变桨对风力机的功率及风轮载荷不平衡现象明显减小,符合风力机设计要求。(4)利用叁维建模solidworks软件对变桨距结构进行建模,建模过程中,利用一系列桨叶截面的坐标点通过坐标转换原理进行了桨叶模型创建,并简化相关细节结构,最后运用ADAMS软件对在额定风速下的变桨距过程进行动力学模拟仿真。(5)利用对风电机组独立变桨距系统的动力学仿真分析结果,对风轮的轮毂进行了疲劳分析及寿命计算,验证能否满足设计要求。(本文来源于《沈阳工业大学》期刊2017-06-02）
李贺[10]（2017）在《基于核主元分析的风电机组变桨距系统故障诊断研究》一文中研究指出变桨距系统是风电机组控制系统的重要组成部分,其运行状态直接关系到风电机组是否安全可靠运行。风电机组Supervisory Control and Data Acquisition(SCADA)系统具有数据采集与状态监测功能,能够实时监控风电机组变桨距系统的运行状态。然而,由于变桨距系统具有复杂的机电结构,导致变桨距系统的故障之间可能存在连锁反应或者相互影响,所以很多时候维修人员无法通过风电机组SCADA系统及时准确地判断出引发变桨距系统故障的故障源。因此,开展变桨距系统故障诊断研究具有重要的学术意义和应用价值。本文针对变桨距系统的相关参数多、非线性及精确建模困难等问题,从风电机组SCADA系统监测的风电机组运行数据出发,利用基于核主元分析(Kernel Principal Component Analysis,KPCA)的数据挖掘方法,进行风电机组变桨距系统故障检测与辨识的研究,实现了基于KPCA的风电机组变桨距系统故障诊断,仿真结果验证了该方法的有效性。本文的主要研究工作如下:(1)本文对风电机组变桨距系统典型故障的故障模式、故障原因以及故障间的关系进行了分析。由分析结果得出,变桨距系统是一个故障率高、相关运行参数多且相互耦合以及故障形式复杂的非线性系统,为开展变桨距系统故障诊断研究奠定了理论基础。(2)为了提高基于KPCA的变桨距系统故障诊断方法的快速性和准确性,本文分析了风电机组SCADA系统监测到的与变桨距系统相关的运行参数,应用Relief算法选择出一些最具代表性、分类性能最好的变桨距系统故障特征变量,构建了变桨距系统观测向量。(3)核函数参数的最优化对基于KPCA的变桨距系统故障诊断方法至关重要,本文应用了基于粒子群优化(Particle Swarm Optimization,PSO)的核函数参数寻优方法,获得了最优核函数参数;以风电机组SCADA系统监测的变桨距系统观测向量运行数据为基础,提出了基于KPCA的变桨距系统故障诊断方法,并进行变桨距系统的故障检测与辨识,实现了变桨距系统的故障诊断;应用风电机组SCADA系统监测到的故障信息开展了仿真研究,验证了基于KPCA的风电机组变桨距系统故障诊断方法的有效性。(本文来源于《沈阳工业大学》期刊2017-05-31）
变桨距系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对风电机组在运行过程中难以建立精确的数学模型的特点,将极限学习机应用在风电机组变桨距系统辨识中。通过对变桨距系统的动态过程进行分析,确定了变桨距系统辨识的输入输出。风速和桨距角作为极限学习机神经网络模型的输入,发电机功率作为极限学习机神经网络模型的输出。从而构建输入输出的样本集,对网络进行训练,当学习精度满足要求,确定网络隐层节点数,得出ELM神经网络变桨距辨识模型。仿真结果表明,ELM神经网络算法在变桨距系统辨识中具有比较高的辨识精度和效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变桨距系统论文参考文献
[1].田黄田.风电机组变桨距系统自抗扰控制器的设计及参数优化[D].上海电机学院.2019
[2].吕俊杰,王欣.基于极限学习机的风电机组变桨距系统辨识方法研究[J].新型工业化.2018
[3].吴光宇.兆瓦级风电机组变桨距系统设计[J].大电机技术.2018
[4].杜永红.粒子滤波在风电机组变桨距系统故障诊断中的应用研究[D].兰州理工大学.2018
[5].杨兰萍.智慧变桨距系统在中小型风力发电设备中的应用[J].山东冶金.2018
[6].毛忠兴,邓良,杨静.大型风力发电机组变桨距系统结构可靠性设计研究[J].东方汽轮机.2018
[7].贾海阳.风力发电变桨距系统控制策略研究[D].哈尔滨理工大学.2018
[8].胡志鹏.永磁直驱风力发电机组变桨距系统优化控制及安全逻辑研究[D].天津大学.2017
[9].谷继孟.大型风电机组变桨距系统的仿真研究[D].沈阳工业大学.2017
[10].李贺.基于核主元分析的风电机组变桨距系统故障诊断研究[D].沈阳工业大学.2017