电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2015年
3期
737-743
,共7页
颜永龙%李剑%李辉%孙鹏%张晓萌
顏永龍%李劍%李輝%孫鵬%張曉萌
안영룡%리검%리휘%손붕%장효맹
风电机组%数据采集与监控%状态参数建模%组合模型%信息熵%异常检测
風電機組%數據採集與鑑控%狀態參數建模%組閤模型%信息熵%異常檢測
풍전궤조%수거채집여감공%상태삼수건모%조합모형%신식적%이상검측
wind turbines%SCADA%state parameter modeling%combination model%information entropy%anomaly detection
充分利用现有数据采集与监控系统的数据是当前提高风电机组运行可靠性最迅速、有效的方式.首先根据风电场数据采集与监控数据,确定了风电机组状态参数和监测数据的风速范围;其次,建立了分别基于反向传播神经网络和最小二乘支持向量机的单项模型,分析了各单项模型的权重分布,并建立了较优的组合预测模型;最后,引入信息熵的概念对残差数据进行了处理,提出了风电机组状态参数的异常检测方法.验证结果表明,所提方法能准确检测出不同风电机组的发电机轴承温度异常,同时为风电机组的异常识别、故障预警奠定了基础,可为风电场工作人员制定维修策略提供参考信息,具有重要的工程价值.
充分利用現有數據採集與鑑控繫統的數據是噹前提高風電機組運行可靠性最迅速、有效的方式.首先根據風電場數據採集與鑑控數據,確定瞭風電機組狀態參數和鑑測數據的風速範圍;其次,建立瞭分彆基于反嚮傳播神經網絡和最小二乘支持嚮量機的單項模型,分析瞭各單項模型的權重分佈,併建立瞭較優的組閤預測模型;最後,引入信息熵的概唸對殘差數據進行瞭處理,提齣瞭風電機組狀態參數的異常檢測方法.驗證結果錶明,所提方法能準確檢測齣不同風電機組的髮電機軸承溫度異常,同時為風電機組的異常識彆、故障預警奠定瞭基礎,可為風電場工作人員製定維脩策略提供參攷信息,具有重要的工程價值.
충분이용현유수거채집여감공계통적수거시당전제고풍전궤조운행가고성최신속、유효적방식.수선근거풍전장수거채집여감공수거,학정료풍전궤조상태삼수화감측수거적풍속범위;기차,건립료분별기우반향전파신경망락화최소이승지지향량궤적단항모형,분석료각단항모형적권중분포,병건립료교우적조합예측모형;최후,인입신식적적개념대잔차수거진행료처리,제출료풍전궤조상태삼수적이상검측방법.험증결과표명,소제방법능준학검측출불동풍전궤조적발전궤축승온도이상,동시위풍전궤조적이상식별、고장예경전정료기출,가위풍전장공작인원제정유수책략제공삼고신식,구유중요적공정개치.
