基于降噪自编码的风力机参数异常预警研究

摘要：

提出了一种基于降噪自编码的风力机参数预警方法.依据风电机组的工作原理,将其划分为风速功率系统、机舱温度系统、变桨系统、齿轮箱系统、发电机系统等子系统,基于降噪自编码(DAE)深度神经网络,建立了风电机组各子系统的参数异常预警模型.在此基础上,依据数据采集与监视控制(SCADA)系统实际运行数据质量,从空值、异常值、非正常状态数据以及归一化等4个方面提出了一套数据预处理流程,获得了训练样本,构建了风电机组降噪自编码参数异常预警方法.多台风电机组实际运行数据验证了该方法的有效性.研究成果可为风电机组的智能运行提供参考.

关键词：风电机组、深度学习、降噪自编码、参数异常预警

所属期刊栏目：51

分类号：TK83(风能、风力机械)

在线出版日期：2022-03-30（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：69-73