基于慢特征分析的风机多模型叶片结冰检测

• 作者: 刘俊 姚邹静 赵春晖
• 来源期刊: 控制工程
• 关键词: 风机叶片结冰 异常检测 多模型 慢特征分析
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 安全监控系统
• 页码范围: 1987-1994
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20190349

摘要

风机在恶劣运行环境下常见叶片结冰故障,导致叶片变形,降低风力涡轮机效率,并影响电网的稳定性.由于风机的工作状态在不同的风速下非平稳动态变化,难以建立叶片结冰检测的全局模型,针对这种大范围非平稳变工况特性,我们提出了一种细粒度的状态分区算法.该方法将时间轴转变为风速轴,通过慢特征分析(Slow Feature Analysis,SFA)将整个样本划分为不同运行状态,然后为每个状态建立不同的子模型.建立子模型后,考虑到风电的动态特性,我们提出动态和静态指标相结合的监测方法.在线应用时,该方法可以通过风速快速地将每个新样本分配到不同的子状态模型进行精细监测.这种多模型划分与监测方法在风力机叶片结冰方面的实际应用中被证明快速有效.