基于生成对抗网络的风电机组在线状态监测

• 作者: 单继宏 孙毅 王欣 许壮伟 金晓航
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 风电机组 数据采集与监控系统 生成对抗网络 状态监测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 故障预测与健康管理技术
• 页码范围: 68-76
• 页数: 9页
• 分类号: TH17
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2006043

摘要

基于风电机组数据采集与监控系统(SCADA)的大量时序数据分析,提出一种基于生成对抗网络(GAN)的风电机组在线状态监测方法.首先,通过GAN模型中的生成器获得一组与SCADA数据相同维度的生成数据;其次,利用生成的和真实的SCADA数据对GAN模型进行优化训练进而得到用于区分机组健康状态的判别器模型.利用所提方法分别对一台故障风电机组和一台健康风电机组的SCADA数据分析后发现:GAN方法能够有效监测风电机组的在线运行状态,比SCADA系统提早5d发现故障机组的异常;当风电机组正常工作时,GAN方法比其他方法(如马氏距离、主成分分析、深度神经网络、支持向量机等)误报的次数更少;当机组发生故障后,GAN方法比上述其他方法能检测出更多的异常样本.