文献类型：期刊文章

作　　者：梁颖[1] 方瑞明[1]

机构地区：[1]华侨大学信息科学与工程学院,福建省厦门市361021

出　　处：《电力系统自动化》

基　　金：国家自然科学基金资助项目(51177039);福建省高等学校新世纪优秀人才支持计划资助项目(2010-24);中央高校基本科研业务费专项资金资助项目(JB-ZR1125;JB-JC1008)~~

年　　份：2013

卷　　号：37

期　　号：14

起止页码：7-12

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20133816756521)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：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  

分 类 号：TM315] TP18]