基于大数据分析的风电机组变桨系统建模及故障预警研究

• 作者: 陈思函 马永光 马良玉
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 风电机组 变桨系统 BP神经网络 遗传算法 马氏距离 故障预警
• 年，卷（期）: 2020,（9）
• 页码范围: 24-29
• 页数: 6页
• 分类号: TK81
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2020.09.004

摘要

针对变桨系统故障发生频率和运维成本高等问题,提出一种基于遗传算法的GA-BP(genetic algorithms,GA)神经网络的风电机组变桨系统故障预警方法.分析SCADA系统记录的大量监测参数,依据变桨系统运行原理选择功率、发电机扭矩、风速、风向和桨叶角为模型的输入参数,风轮转速为模型的输出参数,建立遗传算法优化BP神经网络的变桨系统模型.通过优化BP神经网络的权值和闽值有效提高模型预测精度,同时引入马氏距离确定变桨系统故障预警判据.实例表明该方法可在故障发生前提前作出预警,验证了方法的可行性,有效降低了机组的运维成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永光		101	1075	19.0	27.0
2	马良玉		83	1254	20.0	31.0
3	陈思函		1	0	0.0	0.0