文献类型：期刊文章

作　　者：肖成[1,2] 焦智[2] 孙介涛[3] 张磊[1] 宋玉彬[2] 石莹[2]

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 [3]厦门大学自动化系,福建厦门361005

出　　处：《可再生能源》

基　　金：河北省教育厅青年基金项目(QN2016104);河北省科技厅指令性项目(16210310D)

年　　份：2017

卷　　号：35

期　　号：6

起止页码：893-899

语　　种：中文

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

摘　　要：变桨故障是风电机组重要的停机故障之一,对变桨系统进行故障预测并提高预测精度,是风电开发的关键技术,不但保证电网安全运行而且减少运维成本。分析处理SCADA系统数据,提取相关联参数,即输出功率、风速、桨距角和转子转速。采用BP神经网络对系统进行模型训练,考虑到风电机组参数具有波动性、不确定性等,同时采用小波BP神经网络进行模型训练。建立变桨故障预测模型,预测未来15 d的变桨系统运行情况,用于制定合理的运维方案。通过MATLAB系统仿真研究,对比分析了预测模型性能指标、误差指标和输出数据图形,小波BP神经网络训练预测模型诊断精度比BP神经网络提高了17%,可信率提高了18%,诊断能力提高了15.4%,诊断误报率降低了17%。

关 键 词：风电机组 变桨系统 故障预测 BP神经网络 小波BP神经网络  

分 类 号：TK83]