基于广义回归神经网络的风电机组性能预测模型及状态预警

• 作者: 乔福宇 刘卫亮 崔恺 李洋 李雪松 杜亦航 许宜菲 马良玉
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 风电机组 性能预测模型 广义回归神经网络(GRNN) 运行状态监测 参数预警
• 年，卷（期）: 2020,（32）
• 所属期刊栏目: 论文
• 页码范围: 13220-13228
• 页数: 9页
• 分类号: TM614|TK83
• 语种: 中文

摘要

提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法.通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数.运用监控与数据采集(supervisory control and data acquisition,SCADA)系统的真实历史数据,采用广义回归神经网络(GRNN)建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选.以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常.采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性.