基于深度学习的风力发电机组故障预警方法研究综述

摘要：

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加.由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本.目前风电机组数据采集与监视控制系统(supervisory control and data ac-quisition,SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大.综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析.最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望.

关键词：风力发电机组、深度学习、SCADA、故障预警

所属期刊栏目：23

分类号：TK83(风能、风力机械)

资助基金：新疆生产建设兵团高新技术领域重大科技项目;石河子大学高层次人才计划项目;新疆生产建设兵团先进制造与自动化领域的高新技术项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：3577-3587