基于风电机组功率曲线的故障监测方法研究

为了最大限度地减少风机停机时间和提高风机发电量,基于风机功率曲线特性,结合多元统计Hotelling T~2控制图,提出了一种风力发电机性能及故障监测方法。首先,根据SCADA系统历史数据集,应用粒子群算法(PSO)寻优最小二乘支持向量机的模型,构造风电机组参考功率曲线。然后,计算风场各风机功率特性的多元峰度、多元偏度,将其偏离参考曲线的程度作为评估风力发电机性能的指标。最后,监测风机发生故障的时刻,引入用于监测风机的Hotelling T~2多变量质量控制图。将该方法用于某风场1.5 MW级风力发电机,实例表明,该算法可以有效地对风电机组状态及故障进行监测,为风电机组的故障识别及分析提供了一种新的方法。

Monitoring of wind turbine faults based on wind turbine power curve