基于數(shù)據(jù)挖掘的風(fēng)電機(jī)組狀態(tài)預(yù)測及變槳系統(tǒng)異常識別.pdf

1、風(fēng)力發(fā)電技術(shù)迅速發(fā)展，風(fēng)電機(jī)組單機(jī)容量越來越大，控制系統(tǒng)更加復(fù)雜；風(fēng)電場的建設(shè)從內(nèi)陸逐步向近海甚至深海領(lǐng)域發(fā)展。然而，隨著大規(guī)模風(fēng)電場的建設(shè)及并網(wǎng)運(yùn)行，風(fēng)電機(jī)組故障率高，運(yùn)行維護(hù)費(fèi)用高的問題凸顯出來，如何提高風(fēng)電機(jī)組運(yùn)行可靠性及利用率成為風(fēng)力發(fā)電亟需解決的迫切問題。本文在掌握并網(wǎng)風(fēng)電機(jī)組工作原理基礎(chǔ)上，充分利用風(fēng)電機(jī)組運(yùn)行數(shù)據(jù)及故障信息，開展基于數(shù)據(jù)驅(qū)動的風(fēng)電機(jī)組狀態(tài)參數(shù)預(yù)測和變槳系統(tǒng)運(yùn)行狀態(tài)異常識別的研究，主要工作有：
　　

2、①在掌握并網(wǎng)風(fēng)電機(jī)組的基本構(gòu)成和工作原理的基礎(chǔ)上，重點闡述風(fēng)電機(jī)組控制系統(tǒng)及其所監(jiān)測運(yùn)行參數(shù)的特點，并對機(jī)組故障率較高的子系統(tǒng)的故障模式、故障原因等進(jìn)行分析。
　　 ②考慮不同時間間隔段的歷史數(shù)據(jù)所反映機(jī)組運(yùn)行狀態(tài)發(fā)展趨勢和變化規(guī)律的差別，對不同監(jiān)測數(shù)據(jù)抽取多組非等間隔時間序列；引入平均弱化緩沖算子和關(guān)聯(lián)度概念，基于非等間隔灰色GM(1，1)預(yù)測方法建立不同風(fēng)電機(jī)組運(yùn)行狀態(tài)參數(shù)的統(tǒng)一預(yù)測模型；分別利用850kW和2MW不同風(fēng)電機(jī)

3、組的監(jiān)測數(shù)據(jù)進(jìn)行狀態(tài)參數(shù)的趨勢預(yù)測，并將預(yù)測結(jié)果和BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)理論的預(yù)測結(jié)果進(jìn)行比較和驗證。
　　 ③挖掘反映機(jī)組運(yùn)行狀態(tài)的故障特征參數(shù)是有效實現(xiàn)風(fēng)電機(jī)組狀態(tài)評估和異常識別的基礎(chǔ)。本文以高故障率的風(fēng)電機(jī)組子系統(tǒng)一一電動變槳系統(tǒng)為例，利用風(fēng)電機(jī)組在線監(jiān)測數(shù)據(jù)和故障信息，分別建立了變槳系統(tǒng)正常運(yùn)行和故障時的數(shù)據(jù)樣本集，基于Relief方法對變槳系統(tǒng)運(yùn)行狀態(tài)的故障特征參數(shù)進(jìn)行挖掘，并通過BP神經(jīng)網(wǎng)絡(luò)分類器的計算結(jié)果，對所選

4、擇的故障特征參數(shù)的有效性進(jìn)行驗證。
　　 ④基于風(fēng)電機(jī)組變槳系統(tǒng)故障特征參數(shù)的挖掘結(jié)果，論文在考慮單一特征參數(shù)約束的基礎(chǔ)上，提出了變槳系統(tǒng)基于距離的異常識別方法。首先，構(gòu)建變槳系統(tǒng)正常運(yùn)行狀態(tài)下的觀測向量；其次，利用支持向量機(jī)回歸理論，以風(fēng)速為輸入量，建立其觀測向量的回歸模型；然后，考慮單一特征參數(shù)約束，通過分析回歸模型計算的觀測向量和實際運(yùn)行狀態(tài)下的觀測向量之間的距離，對變槳系統(tǒng)異常運(yùn)行狀態(tài)進(jìn)行識別；最后，對2MW風(fēng)電機(jī)組變槳