بخشی از مقاله
چکیده
در این مقاله توربین بادی V47/660kW نصب شده در سایت نیروگاه بادی منجیل استان گیلان مورد مطالعه قرار گرفته است. این توربین بادی، توربین بادی با محور افقی ساخت کشور آلمان می باشد. هدف این پژوهش عیب یابی عیوب رخداده در توربین بادی V47/660kW می باشد. ما در این مقاله با استفاده از الگوریتم تطبیقی Error minimaization و نیز فیلتر کالمن، عمل عیب یابی برای توربین بادی مورد مطالعه را انجام خواهیم داد.
با توجه به اهمییت موضوع عیب یابی توربین های بادی انتخاب دقیق ترین و سریع ترین روش جهت انجام عمل عیب یابی بسیار مورد توجه فعالان این حوزه می باشد و ما نیز با توجه به سرعت و دقت الگوریتم تطبیقی Error Minimaization و فیلتر کالمن، از این دو روش برای انجام عمل عیب یابی استفاده خواهیم نمود. نتایج بدست آمده نشان دهنده ی کاربرد صحیح و دقیق و قابل اطمینان روش های عیب یابی خواهد بود.
مقدمه
با توجه به گسترش جوامع و صنایع استفاده از انرژی الکتریکی و نیاز به آن روز به روز افزایش یافته است، از گذشته تا به اکنون برای تولید انرژی الکتریکی راه های متعددی انتخاب شده است که عمدتا استفاده از سوخت های فسیلی مد نظر تولید کننده گان بوده است. ولی امروزه به دلیل کاهش سطح ذخایر سوخت های فسیلی و نیز به دلیل آلودگی های زیست محیطی همچون آلودگی هوا، آلودگی حرارتی و ... ناشی از سوخته شدن سوخت های فسیلی، استفاده از روش های تولید انرژی الکتریکی پاک و تجدید پذیر بسیار مورد توجه کشورها قرار گرفته است.
انرژی باد یکی از انرژی های پاک و تجدید پذیر می باشد که توسط توربین های بادی می توان از انرژی امواج باد برای تولید انرژی الکتریکی بهره گرفت. توربین های بادی انرژی ذخیره شده در امواج باد را توسط پره ها دریافت می کنند و سپس به کمک ژنراتور انرژی مکانیکی حاصل از امواج باد را به انرژی الکتریکی تبدیل می کند.
از آنجایی که توربین های بادی اصلی ترین تجهیز در تولید انرژی الکتریکی از طریق امواج باد می باشد، نگهداری و حفاظت از آن ها بسیار مهم می باشد، علاوه بر حساسیت و اهمیت توربین های بادی در چرخه ی تولید انرژی الکتریکی از امواج باد، موضوع هزینه های مالی نیز بر اهمیت عمل عیب یابی و جلوگیری از تبدیل عیب به خرابی می افزاید.
عیب در واقع رخداد یک تغییر در پارامترها و بخش های مختلف توربین بادی می باشد که می بایست اثر آن در سیستم برطرف گردد و در صورت عدم رفع عیب رخداده خرابی در سیستم شکل خواهد گرفت که مشکلات بسیاری از قبیل هزینه های مالی، مشکلات ناشی از کاهش تولیدات انرژی الکتریکی در شبکه و... را دربر خواهد داشت.
برای انجام عملیات عیب یابی می بایست یک شاخص به نام مانده تولید کنیم، تولید مانده مبنای تشخیص رخداد عیب می باشد. برای تولید مانده می بایست سیستم را با یک مدل دیگر ماننده مدل تخمین زده شده ی پارامترها یا مدل مشاهده شده ی حالت ها مقایسه نمائیم و اختلاف بین این دو مدل، مانده را تولید خواهد کرد.
در این مقاله ما برای انجام عمل تخمین پارامترها از الگوریتم تطبیقی Error Minimaization و برای عمل مشاهده ی حالت ها از فیلتر کالمن استفاده می کنیم.
که در آن r مانده، y مقدار نامی خروجی و ̂ مقدار خروجی ناشی از پارامترهای تخمین زده شده یا ناشی از خروجی مشاهده گر می باشد.
عملیات عیب یابی بر سه اساس استوار است:
· عیب یابی بر مبنای سیگنال
· عیب یابی بر مبنای داده و اطلاعات
· عیب یابی بر مبنای مدل سیستم
در حالت نخست از ابتدا عیب های محتمل را دسته بندی می کنیم و برای هرعیب یک سیگنال الکتریکی اختصاص می دهیم که در صورت رخداد عیب در آن بخش، سیگنال الکتریکی رخداد عیب را اعلام کند.
در حالت عیب یابی بر مبنای داده و اطلاعات، با توجه به داده های دریافتی از سیستم طی یک دوره ی طولانی مدت به شناسایی سیستم می پردازیم و پس از انجام عملیات شناسایی سیستم عمل عیب یابی را آغاز می کنیم.
در واقع در حالت عیب یابی بر مبنای داده، مدل فضای حالت سیستم را در اختیار نداریم و این نیز به دلیل پیچیدگی بسیار زیاد سیستم می تواند اتفاق افتد.
در حالت عیب یابی بر مبنای مدل سیستم که پژوهش انجام گرفته در این مقاله بر مبنای آن می باشد، همان گونه که قبلا بیان شد مدل نامی سیستم با مدل تخمین گر یا مشاهده گر مقایسه می شود و مانده ای حاصل می شود که مبنای تشخیص رخداد و یا عدم رخداد عیب می باشد.
نحوه ی تولید مانده بسیار مهم وحساس می باشد، بنابراین برای عمل تخمین پارامترها و یا مشاهده ی حالت ها می بایست از سریع ترین و دقیق ترین و قابل اعتماد ترین روش ها استفاده کنیم تا از صحت عملیات عیب یابی اطمینان حاصل نمائیم.
معرفی الگوریتم تطبیقی و مشاهده گر
الگوریتم تطبیقی مورد استفاده در این مقاله Error Minimaization می باشد که روابط مربوط به تخمین پارامترها توسط این الگوریتم در زیر آورده شده است:
فیلتر کالمن نیز در واقع الگوریتمی است که حالت یک سیستم پویا را با استفاده از مجموعه ای از اندازه گیری های شامل خطا در طول زمان برآورده می سازد.
این الگوریتم در دو گام اجرا می شود. در گام پیش بینی فیلتر کالمن تخمینی از وضعیت فعلی متغییرها را در شرایط عدم قطعیت ارائه می کند. زمانی که نتیجه ی بعدی بدست آمد، تخمین قبلی با میانگین وزن دار بروز رسانی می شود. به این ترتیب که وزن اطلاعاتی که دارای قطعیت بیشتری هستند، بیشتر خواهند بود. الگوریتم بازگشتی بوده و با استفاده از ورودی های جدید و حالات محاسبه شده ی قبلی به صورت بلادرنگ اجرا می شود.
مدل سازی سیستم
معادلات دینامیکی سیستم متشکل از معادلات باد، معادلات آیرودینامیکی، معادلات برج توربین بادی، معادلات ژنراتور و معادلات بخش پیشرانه ی مکانیکی می باشد
