计及信息不确定性的风电机组健康状态实时评估方法

• 作者: 宋雨 张建付 文福拴 李刚
• 来源期刊: 电力系统自动化
• 关键词: 风电机组 预测与健康管理 Spark流式处理 高斯云变换 高斯云模型
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 研制与开发
• 页码范围: 111-117
• 页数: 7页
• 字数: 6776字
• 语种: 中文
• DOI: 10.7500/AEPS20170210001

摘要

运行工况识别作为风电机组状态监测与健康管理领域的重要环节,往往受到不确定信息以及高速实时数据流的影响,造成健康状态评估难以有效实施.在此背景下,文中提出一种基于Spark流式处理的健康状态实时评估方法.首先,采用大数据分析技术实现风电机组运行工况的空间划分;然后,在充分考虑风电机组监测信息不确定性的情况下,结合数据采集与监控(SCADA)历史运行数据,对基于高斯云模型和高斯云变换的健康状态评估模型进行训练,并以健康指数作为风电机组健康状态评估的指标.最后,将该评估方法应用在中国北方某风电场1.5 MW风电机组故障前的健康状态评估中.算例分析结果表明,该方法可监测到风电机组健康状态的变化趋势,初步实现了故障的早期预警.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋雨	华北电力大学控制与计算机工程学院	91	893	17.0	24.0
2	李刚	华北电力大学控制与计算机工程学院	45	490	13.0	21.0
3	张建付	华北电力大学控制与计算机工程学院	2	36	2.0	2.0