عنوان پایان‌نامه
شناسایی وتشخیص خطا در حسگر و عملگرهای توربین بادی
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 58149;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2241
- تاریخ دفاع
- ۲۶ دی ۱۳۹۱
- دانشجو
- وحید پاشازاده
- استاد راهنما
- بابک نجاراعرابی, فرزاد رجایی سلماسی
- چکیده
- نظر به توجه روز افزون کشورها به تولید انرژی پاک، تقاضا برای تولید انرژی از طریق انرژی‌های تجدید پذیر بالا رفته است. در بین این منابع تجدیدپذیر، در سال‌های اخیر انرژی باد سریع‌ترین رشد را در بین سایر منابع تولید انرژی داشته است. در این راستا، به منظور افزایش در دسترس بودن توربین های بادی، استفاده از سیستم های تشخیص و جداسازی خطا لازم می باشد. توربین بادی مستعد خطاهای گوناگونی همچون خطای حسگرها، خطای عملگرها، خطاهای اتصال به شبکه، خطا در بخش های مکانیکی و خطا در ژنراتور می باشد. از بین این خطاها، خطای حسگرها به دلیل ارتباط مستقیم با عملکرد کنترل کننده و خطای عملگرها به دلیل تأثیر فراوان در عملکرد سیستم توربین بادی از اهمیت ویژه ای برخوردار هستند و نیاز به تحقیقات بیشتر در زمینه بررسی خطاهای حسگر و عملگرهای توربین بادی احساس می شود. از این رو، در این پژوهش به تشخیص و جداسازی خطای حسگر و عملگرهای توربین بادی پرداخته می شود. در این پایان نامه هدف ارائه سیستم جامع تشخیص و جداسازی خطا در حسگرها و عملگرهای توربین بادی بر اساس روش های مبتنی بر داده می باشد. برای دست‌یابی به این هدف ابتدا ویژگی های سیگنال های قابل اندازه گیری در توربین بادی ، در شرایط مختلف وقوع خطا استخراج می شود. در گام بعد از بین ویژگی های اولیه ای ویژگی هایی انتخاب می شوند که بیشترین جداسازی را بین حالت های خطادار و بدون خطا ایجاد کنند و ویژگی های انتخاب شده برای کلاس بندی داده‌ها وارد شبکه‌های طبقه بندی که به صورت موازی به کار برده می شوند، شده و کلاس مربوط به هر کدام از داده‌ها تعیین می‌گردد. در نهایت به منظور بالاتر بردن قابلیت اطمینان، از خصوصیت تکرارپذیری خطا استفاده می کنیم. در نهایت از شبیهساز FAST برای مدلسازی و ارزیابی سیستم تشخیص و جداسازی خطا استفاده می شود. عملکرد سیستم تشخیص و جداسازی خطا در، شرایط تقریباً واقعی بر روی مدل معیار ارائه شده در ضمینه ی تشخیص و جداسازی خطا در توربین بادی مورد آزمایش قرار گرفته و نتایج آن حاکی از توانایی بالای روش ارائه شده در شناسایی خطای حسگرها و عملگرهای توربین بادی در وضعیت‌های متفاوت است.
- Abstract
- Due to the countries growing attention to the renewable energy producing, the demand for energy from renewable energy has gone up. Among the renewable energy sources, wind energy is the fastest growth in recent years. In this regard, in order to increase the availability of wind turbines, using of Fault Detection and Isolation (FDI) system is necessary. Wind turbines include of various faults such as sensors fault, actuator faults, network connection faults, mechanical faults and faults in the generator subsystem. Although, sensors and actuators have a large number of faults in wind turbine but have discussed fewer in the literature. So in this work, we focus our attention to design a sensor and actuator fault detection and isolation algorithm for Wind Turbine. The aim of this research is to propose a comprehensive fault detection and isolation system for sensors and actuators of wind turbine based on data-driven approaches. To achieve this goal, the features of measurable signals in real wind turbine extract in any condition. The next step is the feature selection among the extracted features. Features are selected that led to maximum separation between the class of faults. Selected features are entered to the classification networks that implemented in parallel and results of classifiers fused together. Multi-Layer Perceptron (MLP), Radial Basis Function (RBF), Decision Tree, K-Nearest Neighbor (KNN) and Support Vector Machine (SVM) are used as classifier. In order to maximize the reliability of decision on fault, the property of fault repeatability is used. Finally, the FAST simulator is used for Wind Turbine model and Fault Detection and Isolation system evaluate in real condition. The results show that the above proposed algorithm has a suitable capability for the diagnosis of faults in the sensors and actuators of wind turbine.
