论文摘要
提出一种基于SCADA参数关系的风电机组运行状态识别方法。首先,从风电机组运行特性出发,深入分析风电机组运行状态SCADA数据输入/输出参数关系;基于时间的滑动窗口模型,采用多项式回归拟合方法,构建风电机组运行状态输入/输出参数关系数学模型;然后,基于风电机组正常运行输入/输出参数关系数学模型,提出描述各个时刻风电机组运行状态异常程度的指标计算公式;对风电机组正常运行阶段的状态指标进行统计分析,获取其分布函数规律;最后,根据小概率事件假设,确定识别风电机组运行状态出现异常的阈值,据此对风电机组运行状态出现异常进行预警。以同风场同型号两台2 MW直驱式风电机组SCADA数据为例进行分析,结果表明:①基于SCADA数据的风电机组运行状态识别方法,可以实现对风电机组运行的异常状态识别和早期预警,该方法的特点是状态识别完全基于正常运行SCADA数据分析而无需异常运行SCADA数据进行挖掘训练和相关物理机制与故障模式方面的先验知识;②基于风电机组SCADA数据的运行状态识别方法,依据风电机组及其部件的运行状态输入/输出参数关系的层次结构,可以获得发生异常状态的相关部件信息,这对风电机组运行状态预警和维护决策具有重要意义。
论文目录
文章来源
类型: 期刊论文
作者: 张帆,刘德顺,戴巨川,王超,沈祥兵
关键词: 风电机组,数据,状态识别,预警
来源: 机械工程学报 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 中南大学机电工程学院,湖南科技大学机电工程学院,湘电风能有限公司
基金: 国家自然科学基金资助项目(51475160,51675175)
分类号: TM614
页码: 1-9
总页数: 9
文件大小: 447K
下载量: 510