基于AdaBoost算法的多参数模型风电机组叶片结冰监测与预警研究

• 作者: 范大千 刘博嵩 郭鹏
• 来源期刊: 华电技术
• 关键词: 可再生能源 风电机组 叶片结冰 多参数模型 自适应增强算法 指数加权移动平均方法
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 新能源与人工智能|AI Applications in New Energy
• 页码范围: 20-26
• 页数: 7页
• 分类号: TM315:TK83
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1951.2021.08.003

摘要

叶片结冰是影响冬季我国部分高海拔高湿度地区风电机组安全运行的因素之一.及早检测出叶片结冰能够及时调整机组运行方式,保证机组安全.分析了叶片结冰对风电机组运行性能和运行参数的影响,将功率、叶轮转速和环境温度作为监测叶片结冰的变量.采用自适应增强(AdaBoost)算法分别建立功率模型和叶轮转速,引入指数加权移动平均(EWMA)方法分析功率和叶轮转速模型的预测残差,从而对叶片结冰时2个参数的异常变化进行监测,当风电机组输出功率和叶轮转速2个参数同时出现异常且环境温度低于0℃时发出叶片结冰预警.利用昆明某风场风电机组实际叶片结冰数据验证了该方法的有效性.