基于PSO-SVM的风机叶片结冰检测方法

• 作者: 傅晓骏 孙海龙 章珈宁
• 来源期刊: 科技风
• 关键词: 风机故障诊断 风力发电 工业大数据 支持向量机
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 水利电力
• 页码范围: 189-190
• 页数: 2页
• 语种: 中文
• DOI: 10.19392/j.cnki.1671-7341.202102089

摘要

发电风机叶片结冰故障诊断在国际上现在依旧在研发过程,大多数风力发电厂都是叶片结冰影响运行后进停止发电,用各种方法去冰.针对这一现象,本文设想了一种采用数据驱动型的结冰检测方法,通过分析SCADA系统采集现场数据,建立结冰预测模型.首先根据工业大数据的特点,在预处理环节,进行剔除奇异值等操作;再通过机理分析,选择合适特征;最后将特征数据带入使用粒子群算法优化参数的支持向量机中.实验表明对叶片结冰预测取得了显著成果,这可能成为风机叶片结冰状态预测的新方法.