仪器仪表学报

作者：钱小毅，张宇献

单位：钱小毅,沈阳工业大学电气工程学院沈阳110870,,张宇献,沈阳工业大学电气工程学院沈阳110870,

关键词：风力发电机;故障检测;动态特征矩阵;加权k近邻;动态阈值

基金：国家自然科学基金（61102124）、辽宁省自然科学资助项目（20180551032）资助

受风的间歇性和随机性影响风电机组运行状态频繁切换，导致设备状态异常检测误报和漏报情况严重，风电企业运维成本居高不下。为此，提出了基于动态特征矩阵的k近邻故障检测方法，该方法采用基于互信息的动态特征矩阵描述风电机组的动态特性，通过加权k近邻同时考虑动态特征矩阵中的特征贡献率与累计互信息的影响，利用动态阈值计算降低运行状态突变造成的误报。分别以美国可再生能源实验室5MW海上风机基准模型的常见传感器和执行器故障以及SCADA数据中记录的变桨系统故障为例，将所提方法的故障检测结果分别与PCA、KPCA、FD?kNN以及PC?kNN故障检测方法进行对比，结果表明所提方法能够准确进行故障信息的检测，所提方法优于其他对比故障检测方法。

来源：2019年第6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6期