Модифицированный алгоритм диагностирования оборудования ветроэнергетической установки

Abstract

Предложена новая модификация алгоритма диагностирования электротехнического оборудования, направленная на сокращение количества проверок, необходимых для установления места возникновения неисправности, которая заключается в распознавании и классификации неполных последовательностей результатов проверок при помощи нейронной сети. В качестве объекта диагностирования рассмотрена ветроэнергетическая установка малой мощности (10 кВА), состоящая из ветровой турбины с горизонтальной осью вращения, синхронного генератора с возбуждением от постоянных магнитов и трехфазно-трехфазного преобразователя частоты со звеном постоянного тока. Рассмотрена проблема исследования сокращения затрат времени и ресурсов, необходимых для определения места возникновения неисправности и состояния оборудования ветроэнергетической установки. В качестве основного метода исследования использован графоаналитический метод построения алгоритма диагностирования, а также среда имитационного моделирования MatLab для создания и проверки работоспособности нейронной сети. Разработан алгоритм диагностирования оборудования ветроэнергетической установки и подготовлена нейронная сеть, позволяющая распознавать и классифицировать неполные последовательности результатов проверок. В рассмотренном случае нейронная сеть верно распознала и классифицировала 84,1 % неполных последовательностей проверок. Результаты исследования показали, что подготовленная нейронная сеть позволяет верно распознавать и классифицировать долю неполных последовательности проверок, давая возможность в случае верной классификации прогнозировать место возникновения неисправности без выполнения полного объема проверок, уменьшая затраты времени и ресурсов при диагностике технического состояния электрооборудования.