机械工程学报

作者：张帆, 刘德顺, 戴巨川, 王超, 沈祥兵

单位：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

关键词：SCADA数据,风电机组,预警,状态识别；

基金：国家自然科学基金资助项目（51475160，51675175）

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。

来源：2019年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2019年第4期