主讲人：向  玲

时间：2020年11月16日 19：30

地点：腾讯会议117 965 009

主讲人简介：向玲，华北电力大学能源动力与机械工程学院教授，博士生导师。博士毕业于华北电力大学电气工程系，2009年-2011年在浙江大学从事博士后研究工作，2014年-2015年访问英国南安普顿大学。担任中国振动工程学会转子动力学专委会常务理事、故障诊断专委会和动态测试专委会理事，中国机械工程学会设备与维修工程分会委员，2016年江苏省“双创人才”。主要研究方向包括系统动力学模型与响应特性研究，基于振动特征及深度学习的故障诊断方法研究，电力设备状态监测、故障诊断及设备运维关键技术研究，应用领域包括火电机组及辅机、风电机组等设备的监测技术、故障检测及可靠性维护等。迄今发表学术论文120余篇，ESI高被引论文1篇，被引用1500余次，H-index 19；出版专著和教材2部；授权国家发明专利5项；主持国家自然科学基金项目2项、河北省自然科学基金1项及企业科研项目多项；参加国家863计划、国家及省部级纵向项目共4项；获省部级自然科学三等奖1项。

内容摘要：可再生能源的应用受到全球各国的重视，其中风能作为当前开发较成熟的新能源类型之一得到了迅猛发展。截止到2019年底，我国的风电累计并网装机容量为238.29GW，位居世界第一位。风力发电机组是我国列出的重点发展装备之一，其故障诊断和安全运行受到极大关注。风电机组不仅地理环境恶劣，而且长期运行在突变转速和交变负载的复杂工作环境中，故机组关键部件故障频发。随着我国风电政策的稳步推进，基于深度学习的分析预测技术和基于数据驱动的故障检测技术，成为提升风电运行效率的核心因素。本讲座介绍我国风电机组的主要发展及运行特点，深度解析当前我国风电机组安全运行遇到的问题；介绍合理制定调度方案的技术及风速或风功率预测的重要意义，汇报基于深度学习的风速预测模型、算法及结果；介绍风电机组运行监测的技术手段，汇报基于数据驱动的风电机组故障检测模型和方法，并实现风电机组故障检测的研究。