基于INNER-DBSCAN和功率曲线模型的风机异常状态检测

• 作者: 陈玉航 陈警钰
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 风电机组 INNER-DBSCAN 实时检测 异常运行 功率曲线模型
• 年，卷（期）: 2017,（8）
• 页码范围: 27-34
• 页数: 8页
• 分类号: TM614
• 字数: 4520字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2017.08.005

摘要

针对目前风电机组异常运行状态无法快速检测问题,提出一种基于INNER-DBSCAN算法和功率曲线模型的数据驱动实时检测方法.该方法先利用贝茨理论和RC模型构造一个新的约束来进行数据预处理,剔除机组极端异常运行数据;再基于提出的区间DBSCAN算法对数据进行聚类,得到正常数据和异常数据;最后利用区间邻域最值对正常数据进行边缘识别,构造风电机组正常运行时的功率曲线模型,并通过模式图的上下临界值识别风机异常运行状态.利用8台风电机组SCADA数据进行实验,结果表明,该方法能有效实时检测风机异常运行状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈警钰	东北电力大学电气工程学院	1	4	1.0	1.0
2	陈玉航		1	4	1.0	1.0