基于高分辨率频率估计方法的风力涡轮发电机故障检测性能分析
系统与控制
2014-09-25 v1
摘要
近年来，基于风能的生产已成为最受欢迎的可再生资源，因为它能以最低成本提供可靠的清洁能源。风力涡轮机面临的主要挑战是随时可能发生的电气和机械故障，这会导致潜在的停机损坏，进而造成机器停转和能源生产损失。为解决这一问题，已开发并使用了多种工具和技术来增强风力涡轮发电机的故障检测与诊断，这些故障通常体现在定子电流特征中。在这些方法中，参数化或超分辨率频率估计方法可提供典型的频谱估计，适用于此目的。面对众多此类算法，本文进行了比较性能分析，基于准确度、离散度、计算成本、扰动和故障严重程度等不同指标评估其鲁棒性。最后，针对最常见故障的 MATLAB 仿真结果表明，ESPRIT 和 R-MUSIC 算法在正确识别故障特征分量频率方面具有高能力；此外还进行了性能排名，以展示所研究方法的故障检测效率。
引用
@article{arxiv.1409.6883,
title = {Performance Analysis of Faults Detection in Wind Turbine Generator Based on High-Resolution Frequency Estimation Methods},
author = {Saad Chakkor and Mostafa Baghouri and Abderrahmane Hajraoui},
journal= {arXiv preprint arXiv:1409.6883},
year = {2014}
}
备注
10 pages, 17 figures, 4 tables, journal paper