采用信息熵和组合模型的风电机组异常检测方法

• 作者: 孙鹏 张晓萌 李剑 李辉 颜永龙
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 风电机组 数据采集与监控 状态参数建模 组合模型 信息熵 异常检测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 新能源与分布式发电
• 页码范围: 737-743
• 页数: 7页
• 分类号: TM721
• 字数: 5404字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2015.03.023

摘要

充分利用现有数据采集与监控系统的数据是当前提高风电机组运行可靠性最迅速、有效的方式.首先根据风电场数据采集与监控数据,确定了风电机组状态参数和监测数据的风速范围;其次,建立了分别基于反向传播神经网络和最小二乘支持向量机的单项模型,分析了各单项模型的权重分布,并建立了较优的组合预测模型;最后,引入信息熵的概念对残差数据进行了处理,提出了风电机组状态参数的异常检测方法.验证结果表明,所提方法能准确检测出不同风电机组的发电机轴承温度异常,同时为风电机组的异常识别、故障预警奠定了基础,可为风电场工作人员制定维修策略提供参考信息,具有重要的工程价值.