文献类型：期刊文章

作　　者：肖成[1,2] 刘作军[1] 张磊[1]

机构地区：[1]河北工业大学控制科学与工程学院,天津300130 [2]北华航天工业学院电子与控制工程学院,河北廊坊065000

出　　处：《可再生能源》

基　　金：国家自然科学基金项目(61174009);河北省教育厅青年基金项目(QN2016104);廊坊市科技局项目(2015011033);北华航天工业学院青年基金项目(KY-2015-02)

年　　份：2017

卷　　号：35

期　　号：2

起止页码：278-284

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：风电机组变桨系统故障是目前造成机组停机的第一原因。文章对未来30 min的风电机组变桨故障进行预测,通过分析变桨系统潜在故障,制定维护保养计划;针对兆瓦级风电机组,分析SCADA系统的数据,提取变桨距系统故障特征;从风速、风向、桨距角和电机转速的输入、输出关系出发,应用多元线性回归分析和BP神经网络分别对变桨系统进行模型训练,对比两种算法的预测能力。通过分析故障预测模型性能指标、误差指标和输出数据图形可知,BP神经网络在风电变桨系统中的故障预测效果优于多元线性回归预测。

关 键 词：变桨系统 故障预测 多元线性回归分析 BP神经网络 SCADA系统

分 类 号：TK83]