基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风力发电是目前发展最快、应用最具前景的新能源发电技术,随着风电机组装机容量的日益增加,如何降低风电的运维成本、提高设备可靠性,成为业界越来越关心的问题。本文就如何通过分析风电场的SCADA数据预测风电设备健康状况进行了探讨,介绍了几种国内外先进的SCADA数据分析方法,并对其中一种基于最小二乘法的误差计算方法作了着重介绍。
推荐文章
运用健康经济学研究居健康状况
健康不平等
自评健康状况
CHNS
SPSS
基于SCADA大数据的风电机组故障预警分析与研究
状态监测
故障预警
非线性状态评估模型
预警阈值
基于SCADA数据分析的风机变桨故障诊断
风电机组
SCADA数据
变桨故障
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运用SCADA数据分析预测风电设备的健康状况
来源期刊 风力发电 学科 工学
关键词 SCADA数据 风电机组 状态监测 故障诊断
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 43-48
页数 6页 分类号 TM734
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕跃刚 华北电力大学控制与计算机工程学院 75 1268 19.0 33.0
2 吴子晗 华北电力大学控制与计算机工程学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SCADA数据
风电机组
状态监测
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
风力发电
双月刊
北京市西城区阜成门北大街6号-9国际投资
出版文献量(篇)
1334
总下载数(次)
16
总被引数(次)
0
论文1v1指导