基于SCADA系统的风电变桨故障预测方法研究

• 作者: 刘作军 张磊 肖成
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 变桨系统 故障预测 多元线性回归分析 BP神经网络 SCADA系统
• 年，卷（期）: 2017,（2）
• 页码范围: 278-284
• 分类号: TK83
• 语种: 中文

摘要

风电机组变桨系统故障是目前造成机组停机的第一原因.文章对未来30 min的风电机组变桨故障进行预测,通过分析变桨系统潜在故障,制定维护保养计划;针对兆瓦级风电机组,分析SCADA系统的数据,提取变桨距系统故障特征;从风速、风向、桨距角和电机转速的输入、输出关系出发,应用多元线性回归分析和BP神经网络分别对变桨系统进行模型训练,对比两种算法的预测能力.通过分析故障预测模型性能指标、误差指标和输出数据图形可知,BP神经网络在风电变桨系统中的故障预测效果优于多元线性回归预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘作军	河北工业大学控制科学与工程学院	74	477	13.0	18.0
2	张磊	河北工业大学控制科学与工程学院	98	368	12.0	15.0
3	肖成	河北工业大学控制科学与工程学院	10	76	5.0	8.0