仪器仪表学报

作者：刘帅，刘长良，甄成刚

单位：刘帅,华北电力大学 控制与计算机工程学院北京102206,,刘长良,华北电力大学 控制与计算机工程学院北京102206；新能源电力系统国家重点实验室（华北电力大学）北京102206,,甄成刚,华北电力大学 控制与计算机工程学院北京102206,

关键词：故障预警方法;梯度提升回归树;高斯混合模型;数据分类重建;衰退指标

基金：北京市自然科学基金（4182061）、中央高校基本科研业务费专项资金（2018ZD05，9163116001）项目资助

为预警风电机组潜在故障、增强机组出力安全性，基于监控和数据采集（SCADA）系统，提出一种异常数据重建的风电机组故障预警方法。首先，充分利用同风场风机SCADA数据，分别重建输入类与输出类目标机组数据，克服了部分数据信息丢失、数据异常问题；其次，使用提取的代表性数据建立故障预警模型，所得预警模型更贴近机组运行动态特性；最后，采用改进的衰退指标预警潜在故障，直观展示机组阶段性衰退程度。案例研究中使用某风电场SCADA故障数据，并使用3种标准确定所提策略参数设定值，结果表明可至少提前3周预警风电机组齿轮箱潜在故障，验证了所提故障预警方法的时效性。

来源：2019年第8期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第8期