基于SCADA大数据的风电机组故障预警分析与研究

• 作者: 庄勇 张照彦
• 来源期刊: 科技与创新
• 关键词: 状态监测 故障预警 非线性状态评估模型 预警阈值
• 年，卷（期）: 2023,（9）
• 所属期刊栏目: ◇ 前沿·视点◇
• 页码范围: 37-41
• 页数: 5页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2023.09.009

摘要

风电机组长期工作在恶劣的环境中，导致故障频发，运用合理高效的方法对风电机组部件进行故障预警，具有十分重要的现实意义。提出了一种基于SCADA(Supervisory Control And Data Acquisition)大数据的风电机组故障预警策略，依托现场经数据预处理的机组数据，提取出高维数据中的特征向量作为数据样本，建立非线性状态评估（NSET）模型，利用NSET模型以及历史数据确定正常工作状态下的阈值；基于SCADA数据以及预测模型的预测值参数与正常状态下的阈值进行比较，当部件工作出现异常时，预测值与实际值的残差增大，超出预先设定的阈值时发出报警信息。利用故障预警方法能及时发现潜在故障，提前排除重大事故隐患，有助于提高设备的可靠性。