风力发电机组异常数据检测研究

• 作者: 徐鹤 曹彬 岳文彦
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 风电机组 风功率曲线 异常数据识别 运行状态识别 参数化模型
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 智能检测与诊断
• 页码范围: 163-166
• 页数: 4页
• 分类号: TM315
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2021.16.102

摘要

风力发电机组运行环境往往十分恶劣,运行数据中存在大量不符合风力发电机组正常输出特性的异常数据.为了使风能成为可靠的能源来源,建立高效、准确的风电监测和预测模型十分重要,因此需要将异常数据进行识别,以更准确地分析风力发电机组的运行状况.同时,异常数据的识别和剔除是获得风功率曲线、从而评价风力发电机组发电性能优劣及风功率预测的重要步骤.对异常数据的成因开展分析是识别机组运行状态、实现风电监测的重要工作.本文阐述了风速-功率散点图中的异常数据分布特征,总结常用的异常数据识别方法、风功率曲线建模方法和风力发电机组运行状态识别方法,并分析各个方法的问题和不足,提出了风力发电机组运行状态识别深入研究的未来发展方向.