基于數據的風電機組發電機健康狀況評估
作者：張靜; 李檸; 李少遠; 黃猛 上海交通大學自動化系; 上海200240; 上海電氣風電集團有限公司; 上海201199
摘要：發電機是風電機組中的關鍵部件,然而由于運行環境惡劣、內部結構復雜,發電機發生故障的概率較高且維修困難.針對此問題,提出了一種基于SCADA(supervisory control and data acquisition)數據的發電機健康狀況的評估方法.首先結合專家經驗并分析狀態變量間的相關性,識別出與發電機運行狀態具有較強關系的變量和冗余變量,在此基礎上進行合理的特征選擇.然后利用歷史多維狀態信息,采用發電機健康運行時的數據建立基于高斯混合模型(GMM)的健康基準模型.最后設計一種基于馬氏距離的健康衰退指標(HDI)用于評判發電機的健康狀況.利用上海電氣某風場2016年的SCADA數據對本文方法進行驗證,結果表明,該方法可以準確地跟蹤發電機運行狀態的變化過程,起到了很好的故障早期識別作用且具有普適性.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關熱門期刊
