基于风功率数据的风电机组性能预测与健康状态评估

• 作者: 栗文义 马然 齐咏生
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风电机组 风功率数据 聚类 主成分分析 模糊理论 性能预测 健康状态评估
• 年，卷（期）: 2019,（8）
• 页码范围: 1252-1259
• 页数: 8页
• 分类号: TK83
• 字数: 4914字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2019.08.023

摘要

为及时准确地预测风电机组整机性能,文章基于风功率数据提出了一种考虑工况波动的相似性度量算法,结合概率和模糊理论评估机组健康状态.该方法基于聚类思想对风功率数据进行数据预处理和工况划分,针对工况子空间的正常样本与测试样本,基于主成分分析法以第二主成分方向上投影变量的标准差作为样本相似性度量指标,依据概率不确定性融合得到综合健康状态指标,量化机组性能的退化程度.结合机组性能实际退化过程,依据模糊理论确定健康状态隶属度,基于隶属度最大原则和信度准则判断机组健康状态等级.将该方法应用于某具有小样本数据的实例中,可提前两周获知风电机组发生异常,对机组健康状态的过渡过程作出了准确评估,验证了所提方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	栗文义	内蒙古工业大学能源与动力工程学院	14	96	6.0	9.0
5	齐咏生	内蒙古工业大学电力学院	49	363	11.0	17.0
6	马然	内蒙古工业大学能源与动力工程学院	10	28	3.0	5.0