-
题名采用信息熵和组合模型的风电机组异常检测方法
被引量：22
- 1
-
-
作者
颜永龙
李剑
李辉
孙鹏
张晓萌
-
机构
输配电装备及系统安全与新技术国家重点实验室(重庆大学)
-
出处
《电网技术》
EI
CSCD
北大核心
2015年第3期737-743,共7页
-
基金
国家重点基础研究发展计划项目(973项目)(2012CB215205)
国家自然科学基金创新研究群体项目(51021005)
+1 种基金
教育部博士点基金(20110191130004)
高等学校学科创新引智计划项目(B08036)~~
-
文摘
充分利用现有数据采集与监控系统的数据是当前提高风电机组运行可靠性最迅速、有效的方式。首先根据风电场数据采集与监控数据,确定了风电机组状态参数和监测数据的风速范围;其次,建立了分别基于反向传播神经网络和最小二乘支持向量机的单项模型,分析了各单项模型的权重分布,并建立了较优的组合预测模型;最后,引入信息熵的概念对残差数据进行了处理,提出了风电机组状态参数的异常检测方法。验证结果表明,所提方法能准确检测出不同风电机组的发电机轴承温度异常,同时为风电机组的异常识别、故障预警奠定了基础,可为风电场工作人员制定维修策略提供参考信息,具有重要的工程价值。
-
关键词
风电机组
数据采集与监控
状态参数建模
组合模型
信息熵
异常检测
-
Keywords
wind turbines
SCADA
state parameter modeling
combination model
information entropy
anomaly detection
-
分类号
TM721
[电气工程—电力系统及自动化]
-
