电力系统自动化
電力繫統自動化
전력계통자동화
AUTOMATION OF ELECTRIC POWER SYSTEMS
2013年
14期
7-12,31
,共7页
支持向量回归%风电机组%状态评估%数据采集与监控系统%数据挖掘%残差控制
支持嚮量迴歸%風電機組%狀態評估%數據採集與鑑控繫統%數據挖掘%殘差控製
지지향량회귀%풍전궤조%상태평고%수거채집여감공계통%수거알굴%잔차공제
support vector regression (SVR)%wind turbine%condition assessment%supervisory control and data acquisition (SCADA) system%data mining%residual control
为提高风电机组并网运行的实时可靠性、优化机组维修策略、降低风力发电成本,有必要充分考虑风电机组各部件或子系统之间的相互作用和耦合关系.利用数据挖掘技术,建立了一个针对风电机组整体运行状态的在线评估模型.首先,分析了数据采集与监控(SCADA)报警系统的不足,提出了基于回归预测模型和SCADA报警系统相配合的鲁棒性更强的在线评估方案;其次,对评估方案中的回归预测模型进行了详细说明,建立了以SCADA系统的部分监测项目为输入量、以风电机组有功功率为输出量的基于支持向量回归(SVR)算法的回归预测模型.最后,利用某风电场的实测数据对所提出的在线评估模型进行了验证,结果证明了此方法的可行性.
為提高風電機組併網運行的實時可靠性、優化機組維脩策略、降低風力髮電成本,有必要充分攷慮風電機組各部件或子繫統之間的相互作用和耦閤關繫.利用數據挖掘技術,建立瞭一箇針對風電機組整體運行狀態的在線評估模型.首先,分析瞭數據採集與鑑控(SCADA)報警繫統的不足,提齣瞭基于迴歸預測模型和SCADA報警繫統相配閤的魯棒性更彊的在線評估方案;其次,對評估方案中的迴歸預測模型進行瞭詳細說明,建立瞭以SCADA繫統的部分鑑測項目為輸入量、以風電機組有功功率為輸齣量的基于支持嚮量迴歸(SVR)算法的迴歸預測模型.最後,利用某風電場的實測數據對所提齣的在線評估模型進行瞭驗證,結果證明瞭此方法的可行性.
위제고풍전궤조병망운행적실시가고성、우화궤조유수책략、강저풍력발전성본,유필요충분고필풍전궤조각부건혹자계통지간적상호작용화우합관계.이용수거알굴기술,건립료일개침대풍전궤조정체운행상태적재선평고모형.수선,분석료수거채집여감공(SCADA)보경계통적불족,제출료기우회귀예측모형화SCADA보경계통상배합적로봉성경강적재선평고방안;기차,대평고방안중적회귀예측모형진행료상세설명,건립료이SCADA계통적부분감측항목위수입량、이풍전궤조유공공솔위수출량적기우지지향량회귀(SVR)산법적회귀예측모형.최후,이용모풍전장적실측수거대소제출적재선평고모형진행료험증,결과증명료차방법적가행성.
