神经网络技术在风电机组SCADA数据分析中的应用研究

• 作者: 易俊 杜勉 程林 贺庆 郭剑波 马士聪
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 马尔可夫链 性能评估 风力发电 神经网络 自组织映射
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 可再生能源发电与综合消纳技术
• 页码范围: 2200-2205
• 页数: 6页
• 分类号: TM734
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.3283

摘要

随着海上风电场的快速发展,降低运维成本和提高风电机组可用性问题已成为研究热点.文中提出一种数据驱动的风电机组性能评估方法用来提高风电机组运维效率,降低维护成本.该方法结合了神经网络和随机过程理论,对风电机组数据采集与监视控制系统(supervisory control and data acquisition,SCADA)数据进行分析,建立了风电机组运行行为模型,提出了评估风电机组运行性能的指标.在此基础上,结合9台风电机组的SCADA数据,评估了运行性能.针对风电机组运行中出现的异常状态,分析了可能的原因,并提出了相应的维修建议.结果表明,该方法能够有效地分析SCADA数据,所提指标对提高风电场运维效率具有参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程林		79	2505	28.0	48.0
2	郭剑波		3	0	0.0	0.0
3	马士聪		3	0	0.0	0.0
4	易俊		2	0	0.0	0.0
5	杜勉		1	0	0.0	0.0
6	贺庆		2	0	0.0	0.0