基于SCADA数据的风电场故障预警

摘要：

针对风电场故障预警研究,首先基于NJW(Ng-Jordan-Weiss)谱聚类和动态时间规整算法结合,对风场内风机进行机群划分,然后对某一机群中任意一台风机使用Elman神经网络建模来代替一个机群内所有的单机模型,最后将模型预测误差与滑动窗口技术结合,确定机组正常运行阈值,判断同一机群内其他机组所处运行状态.以河北风场SCADA数据为实例进行故障预警,结果显示该风场可以划分为3个机群,对机群1其中一台风机进行建模,另一台风机进行故障预警验证,结果显示该模型可以提前11h预警故障.采用该方法可以有效简化风电场故障预警的复杂性,帮助运维人员提高工作效率,对智慧风场的推进具有积极意义.

关键词：风电场故障预警、SCADA数据、机群划分、Elman神经网络

所属期刊栏目：36

分类号：TH17

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29