首页 期刊 仪器仪表学报 基于数据分类重建的风电机组故障预警方法 【正文】

基于数据分类重建的风电机组故障预警方法

作者:刘帅; 刘长良; 甄成刚 华北电力大学控制与计算机工程学院; 北京102206; 新能源电力系统国家重点实验室(华北电力大学); 北京102206
故障预警方法   梯度提升回归树   高斯混合模型   数据分类重建   衰退指标  

摘要:为预警风电机组潜在故障、增强机组出力安全性,基于监控和数据采集(SCADA)系统,提出一种异常数据重建的风电机组故障预警方法。首先,充分利用同风场风机SCADA数据,分别重建输入类与输出类目标机组数据,克服了部分数据信息丢失、数据异常问题;其次,使用提取的代表性数据建立故障预警模型,所得预警模型更贴近机组运行动态特性;最后,采用改进的衰退指标预警潜在故障,直观展示机组阶段性衰退程度。案例研究中使用某风电场SCADA故障数据,并使用3种标准确定所提策略参数设定值,结果表明可至少提前3周预警风电机组齿轮箱潜在故障,验证了所提故障预警方法的时效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅