当前位置: 首页 » 学科建设

绿色能源与电力智能控制研究所研究团队

发布日期:2021-01-24

★ 研究所负责人简介:

王灵梅,1964年6月生。工学博士、教授,博士生导师,于2004-2006年在清华大学从事博士后研究工作。现为山西省风电机组监测与诊断工程技术研究中心主任,绿色能源与电力智能控制研究所所长,山西“三晋英才”拔尖骨干人才,山西大学科技处副处长。近年来主持山西省科技重大专项、山西省自然基金、国家电网重点项目等数项科研项目,参与973和国家自然科学基金各1项。带领一支高水平的技术团队围绕着风电机组智能化、数字化、网络化技术领域展开研究,发表论文50余篇,申请专利14余项,专著2部,国家级规划教材1部;研发了风电场远程实时状态监测与故障诊断系统、大型风电场智能化运行维护系统、风电塔筒应力应变监测系统、风力发电机组数据采集系统、风电机组与电网协调控制系统、风光储协调并网控制系统、风-火-水-光-气等多能源互补一体化智能发电能量管理系统等,开发了多状态量、实时同步的风电机组数据有线无线数据采集装置、新能源场站快速频率响应系统和分体式自动变焦360度旋转光楔激光测风雷达。现有技术成果已经推广应用到8个风电场,覆盖1.5MW-3MW的双馈和直驱风电机组近百台。目前主要研究方向:新能源控制与优化、状态监测与故障诊断、智能电网控制与优化等。

★ 研究所研究方向和内容:

绿色能源与智能控制研究所(以下简称“研究所”)于2014年8月山西大学批准成立,是一支年轻充满活力的专业团队。研究所占地面积约2000余平方米,拥有山西省风电机组监测与诊断工程技术研究中心、山西省1331风电机组监测与诊断工程技术研究中心、山西省绿色能源研究生教育创新中心等省级平台。研究所拥有仪器设备约1500余万元,其中包括价值500余万元新能源状态监测与故障诊断的研究平台、价值550万元的风-光-柴-储多能源系统、价值150万元的新能源控制研究平台、价值120万元电力系统实时数据仿真系统RTDS。

★团队研究方向和内容:

(1)新能源发电:本课题旨在以智能化、数字化、网络化为基础,以管控一体化、大数据、云平台、物联网为平台,不断提升风电智能化水平(包括智能感知、智能运维、智能控制、智能决策)的目标,完成更加友好和安全、高效、可靠的能源供应,推动风电行业发展,打造风电行业的竞争优势。

(2)火力发电:依据火力发电机组运行机理特性与海量数据建立数学模型确立关键参数理论值,实现机组运行过程中实时的状态监测及性能预判,同时结合先进控制算法优化设计现有控制系统,改善机组参与电网深度调峰过程中的控制品质。

(3)智能电网:本课题旨在研究先进的智能感知技术包括多通道数据采集及激光测风雷达技术,提高电网整体性能、节省总体成本,将新技术与传统的输配电技术进行有机地融合,使电网的结构及保护与运行控制方式发生革命性的变化。提升电网的系统安全性、供电可靠性、电能质量、运行效率以及资产管理的便捷程度等。

★ 科研项目:

(1)基于大数据的风电机组智能故障诊断系统与智能微控技术,青海省科技厅,2019.01-2021.12

(2)基于人工智能和激光雷达测风的风电场能量管理系统开发,青海省科技厅,2020.01.01-2022.12.30

(3)机载式连续波四目型激光测风雷达多方位扫描方式下的性能测试与优化,山西省教育厅,2020.07-2022.07

(4)CFB机组变工况多参数惯性失衡及超低排放基础研究,国家自然科学基金NSFC-山西煤基低碳联合基金,2019.01-2021.12

★ 奖励

王灵梅,2018年“三晋英才”拔尖骨干人才

2019年山西省科技进步三等奖

★ 论文

[1] Lingmei W , Enlong M , Jianlin S , et al. State Monitoring and Fault Diagnosis of Wind Turbines[M]Advances in Energy Systems Engineering. Springer International Publishing, 2017.

[2] Liu, Y., Wang, L., Meng, E., Jia, H., Jia, C., Guo, D., & Yin, S.. Active Power Dynamic Interval Control Based on Operation Data Mining for Wind Farms to Improve Regulation Performance in AGC'. IET Generation, Transmission & Distribution. 2020.1141

[3]  Jia, C.,Lingmei W ,Liu, Y. et al. ,Combining LIDAR and LADRC for Intelligent Pitch Control of Wind Turbines,Renewable Energy,2021(已录用)

[4] 刘玉山,王灵梅,孟恩隆,贾护民,贾成真,郭东杰等.基于实测数据的风电机组动态调节性能研究[J].电网技术,2020,44(11):4328-4341.

[5] 司荣国,贾成真,王灵梅,鲍玉涛,刘玉山,基于5MW风机模型的变初值模糊PI变桨控制技术研究[J].可再生能源,2020,38(06):778-783.

[6] 孟恩隆,贾成真,王灵梅,刘玉山,韩磊,尹少平.基于前馈和反馈的碳捕集智能控制技术研究[J].控制工程,2020,27(05):781-786.

[7] 牛冲,王灵梅,孟恩隆.基于深度学习的齿轮箱故障模糊诊断方法[J].可再生能源,2020,38(04):484-490.

[8] 孟子立,王灵梅,姜齐荣,司荣国,鲍玉涛,尚立虎.基于虚拟同步机的改进双馈风电机组控制策略研究[J].可再生能源,2020,38(04):502-508.

[9] 贾成真,王灵梅,孟恩隆,杨德荣,郭东杰,刘玉山.风光氢耦合发电系统的容量优化配置及日前优化调度[J].中国电力,2020,53(10):80-87.

[10] 杨春,杨德荣,王灵梅,薛学敏.660MW火电机组轴流式引风机驱动系统分析[J].节能技术,2019,37(06):509-513.

[11] 李慧勇,王灵梅,王倩,孟恩隆.基于神经网络的双馈式风机故障诊断研究[J].可再生能源,2019,37(09):1393-1398.

[12] 韩磊,王灵梅,孟子立,孟恩隆.基于模糊自抗扰的锅炉主汽温控制策略研究[J].热能动力工程,2019,34(05):65-70.

[13] 段震清,孟恩隆,王灵梅,李煌.基于EEMD和能量分离的风电机组传动系统的故障诊断方法[J].噪声与振动控制,2018,38(06):161-166.

[14] 尹少平,冯沫,王灵梅,郭跃年.大型风电机组塔筒应力监测点的选取与预警[J].电网与清洁能源,2018,34(10):76-82.

[15] 李煌,孟恩隆,王灵梅,段震清.基于LMD与MCKD的滚动轴承早期故障诊断方法[J].噪声与振动控制,2018,38(04):186-191.

[16] 吴振龙,张玉琼,李东海,王灵梅.循环流化床机组的自抗扰控制研究[J].西安理工大学学报,2018,34(01):74-80.

[17] 贾成真,王灵梅,孟恩隆,张学军,孟秉贵,赵俊屹.基于风电场集中储能的风储柔性控制策略研究[J].电力系统保护与控制,2018,46(06):30-37.

[18] 尹少平,冯沫,王灵梅,郭跃年.大型风电机组塔筒应力监测点的选取与预警[J].计算机测量与控制,2018,26(02):36-39+43.

[19] 吴振龙,何婷,王灵梅,贾峰生,杨云凯,吴海曙,李东海,韩磊.基于多目标遗传算法的过热汽温建模与仿真[J].系统仿真学报,2017,29(09):2081-2086.

[20] 李其龙,王灵梅,孟恩隆,申戬林,孟秉贵.基于小波包-包络样本熵的故障特征提取方法及其应用[J].可再生能源,2016,34(09):1356-1362.

[21] 王灵梅, 3MW风力发电机组载荷测试与远程故障诊断监测系统. 山西省,山西大学,2016-07-01.

[22] 王艳艳,尹少平,王灵梅,张志华.基于ANFIS模型的风功率超短期预测研究[J].自动化技术与应用,2016,35(01):17-21.

[23] 赵兴勇,杨涛,王灵梅.基于复合储能的微电网运行方式切换控制策略[J].高电压技术,2015,41(07):2142-2147.