文献类型：期刊文章

作　　者：张帆[1] 刘德顺[1,2] 戴巨川[2] 王超[2] 沈祥兵[3]

ZHANG Fan;LIU Deshun;DAI Juchuan;WANG Chao;SHEN Xiangbing(College of Mechanical and Electrical Engineering,Central South University,Changsha 410083;School of Mechanical Engineering,Hunan University of Science and Technology,Xiangtan 411201;Hara XEMC Windpower Co.,Ltd.,Xiangtan 411000)

机构地区：[1]中南大学机电工程学院,长沙410083 [2]湖南科技大学机电工程学院,湘潭411201 [3]湘电风能有限公司,湘潭411000

出　　处：《机械工程学报》

基　　金：国家自然科学基金资助项目(51475160;51675175)

年　　份：2019

卷　　号：55

期　　号：4

起止页码：1-9

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

关 键 词：风电机组 SCADA数据  状态识别  预警

分 类 号：TK83]