考虑多信息融合的风电机组状态评估与预测系统开发

为降低风电机组故障发生概率,提高其可靠性,该文利用数据采集与监控系统（supervisory control and data acquisition,SCADA）检测获得的风电机组运行状态数据,通过研究多指标融合状态评价模型及其预测算法,解决风电机组状态参数评估与预测难题。结合SCADA系统结构,设计并规划风电机组状态参数评估与预测系统架构与功能;利用输出功率波动、风能利用率以及开机运行比率3项参数,基于阈值法,建立风电机组状态退化评价指标模型,通过主成分分析法对3个评估标准进行权重计算,并将各指标进行信息融合,综合反应风电机组运行状态;设计Convolutional Neural Network-Long Short-Term Memory风电机组状态预测模型,实施风电场运行状态参数预测;开发风电机组状态评估与预测系统软件,验证所提方法的有效性。     

基于数据驱动的风电机组故障预警研究

针对目前传统机器学习算法在风电机组建模中存在训练速度慢、准确性低等缺点,研究了基于TPE LightGBM算法的风电机组正常行为模型,并以正常行为模型为基础制定故障预警方案。首先,结合风机运行原理和XGBoost算法完成建模前的特征选择工作并利用异常数据处理后的SCADA历史运行数据建立风机性能、齿轮箱等的正常行为模型。然后,以正常行为模型输出与实际值的偏差为预警指标,引入滑动窗口模型对预警指标做平滑处理后作为阈值指标。最后,利用SCADA历史故障记录数据对预警方案进行实验验证,结果表明所提预警方案能够在SCADA系统报警提示信息发出前实现故障的提前预警。     

基于状态监测的风电机组主轴承早期故障预测方法

利用风电机组实时监测数据来研究主轴承温度与其潜在故障之间的关系,提出一种基于温度预测模型的风电机组主轴承在线故障预测方法。首先建立正常运行状况下主轴承温度的线性回归分析预测模型,提出可表示系统实际运行状态和预测状态之间偏差的判别函数,通过比较判别函数值与设定门槛值来监控主轴承的运行状态。理论分析和仿真结果表明,该方法所用模型鲁棒性好,提取的故障特征明显,可有效地预测在线风电机组主轴承潜在的故障。     

采用预测模型与模糊理论的风电机组状态参数异常辨识方法

为提高风电机组的停运预警能力,基于风电场数据采集与监控(SCADA)系统数据提出了一种风电机组状态参数的异常辨识方法。对参数进行划分,针对与环境因素密切相关的状态参数,采用神经网络建立了状态参数预测模型。采用本机组近期SCADA样本、本机组历史样本和其他机组近期样本分别作为预测模型的训练数据,对比分析了基于3类样本建立的模型的预测精度。采用平均绝对误差对基于本机组历史样本和其他机组近期样本建立的预测模型进行选择。定义了异常程度指标量化预测残差的异常程度。为了提高异常辨识的精度,采用模糊综合评判对筛选出的预测模型的异常辨识结果进行融合。最后,以国内某风场的1.5 MW风电机组为例进行了异常分析,并与传统的风电机组状态参数异常检测方法进行了对比,实例分析结果表明所提出的异常辨识方法具有更高的准确性。     

神经网络技术在风电机组SCADA数据分析中的应用研究

随着海上风电场的快速发展,降低运维成本和提高风电机组可用性问题已成为研究热点。文中提出一种数据驱动的风电机组性能评估方法用来提高风电机组运维效率,降低维护成本。该方法结合了神经网络和随机过程理论,对风电机组数据采集与监视控制系统(supervisory control and data acquisition,SCADA)数据进行分析,建立了风电机组运行行为模型,提出了评估风电机组运行性能的指标。在此基础上,结合9台风电机组的SCADA数据,评估了运行性能。针对风电机组运行中出现的异常状态,分析了可能的原因,并提出了相应的维修建议。结果表明,该方法能够有效地分析SCADA数据,所提指标对提高风电场运维效率具有参考价值。     

考虑运行状态相似性的风电机组数据异常检测方法

文中提出一种利用风电场内运行状态相似的风电机组数据采集与监控（SCADA）数据提升异常检测结果准确性的方法。首先,基于实际数据的分析结果,提出了风电机组运行状态的相似性比较原则,进而提出了基于互信息特征选择算法和迭代自组织数据分析聚类算法的运行状态相似性评估方法。然后,在考虑状态变量短时相依性的基础上,利用待检测风电机组的历史SCADA数据构建了基于支持向量机的确定性估计模型,利用相似风电机组的历史SCADA数据构建了基于核密度估计的组合概率估计模型。进一步,利用确定型估计模型和组合概率估计模型分别对目标变量的异常状态进行自检测和外部检测,通过2次检测结果的互相印证来提升异常检测结果的准确性和可靠性。最后,基于一个实际风电场内所有风电机组的SCADA数据和对比实验验证了所提方法的可行性和准确性。     

基于PCA-NAR神经网络的风电机组健康趋势评估

为了提高风电机组的实时可靠性,避免维修不足及维修过剩问题,降低风场运维成本,基于监控与数据采集(supervisory control and data acquisition,SCADA)系统得出的监测数据,应用主元评价和非线性自回归(non-linear auto-regressive,NAR)时间序列神经网络,通过建立评价及预测模型。通过实际数据验证模型有效性。结果表明:采用PCA-NAR的方法对风电机组的健康状况进行评估及预测有较好的效果,有助于帮助风场运营人员提前识别故障趋势并作出具体决策,以免机组遭受更为严重的故障。     

基于RBM和SVM的风电机组叶片开裂故障预测

针对风电机组SCADA监测数据的非线性、高冗余等特点,提出一种基于受限玻尔兹曼机(Restricted BoltzmannMachine,RBM)和支持向量机(SupportVectorMachine,SVM)的风电机组叶片开裂故障预测方法。利用RBM优异的特征学习能力,将其作为特征提取器来获得风电机组SCADA数据中表达能力更强的数据特征。将RBM的输出作为SVM的输入,构建RBM+SVM组合预测模型。利用训练集、验证集进行预测模型构建和参数微调。为验证提出模型的有效性,将其预测结果与RBM+Logistic回归、SVM和Logistic回归的预测结果进行对比。实验表明,RBM+SVM的预测准确率为93.08%,与三组对比模型相比具有明显的优势。研究结果可为实际风电机组叶片开裂故障预测提供重要参考。     

基于支持向量数据描述和XGBoost的风电机组异常工况预警研究

该文提出一种基于支持向量数据描述（SVDD）和XGBoost模型的风电机组异常工况预警方法。从机组监控与数据采集系统（SCADA）数据中选择与转速和发电功率密切相关的特征变量,利用SVDD算法对建模数据进行预处理,采用XGBoost建立风机正常性能预测模型。以所建预测模型为基础,构建时间滑动窗计算性能评价指标,并根据统计学的区间估计理论合理确定风机性能异常预警指标阈值。采用某风电场1.5MW风电机组SCADA系统记录的若干真实故障案例,开展异常工况预警仿真试验。结果表明：基于SVDD和XGBoost的风机异常工况预警方法,可以有效地清洗数据,及时识别风电机组异常状态,对于提高风电机组运行的安全性具有较好的工程实用意义。     

基于线性插值模型的大型风电机组服役性能在线评估方法

针对服役风电机组的在线评估问题,提出一种基于线性插值模型的风电机组服役性能指标计算及评估方法。该方法包括线性插值模型的建立和服役指标的计算及评估。线性插值模型的建立将采用理论分析和统计分析相结合的数据预处理方法,基于预处理后的数据采用比恩法均匀划分区间,并在区间中统计各定义指标的功率,然后构造指标关于功率的线性插值模型。服役指标的计算及评估是通过风电机组的原始数据,以时间滑动的方式,对每次滑动的数据利用比恩法划分区间并应用线性插值模型计算性能指标,同时计算区间分配的权值,由性能指标和权值整合成机组每次滑动的服役性能指标,获得机组的服役性能指标趋势图。利用SCADA数据进行验证,证明方法的有效性,完成机组服役性能的评估工作。     

基于OPC及DTS接口控制方案的设计与应用

结合OPC规范及数据转换服务(DTS)的主要技术特点,提出了一种基于OPC及DTS技术的接口控制方案。通过这种方案,可以简便有效地实现企业管理层与现场设备层之间的交互。     

配电网GIS中实时数据更新方案的设计与实现

为了使配电地理信息系统能够有效反映网络的当前状态,将SCADA系统采集的实时信息映射到配电网地理信息系统上来,提出了四种可能的实现方案.从技术、经济、安全及实现难易度等方面分别分析、比较这些可能的方案,得出了各个方案的优缺点及局限性.最后根据现场实例,介绍了利用直接通信端口读取实现配电地理信息系统中实时数据更新的过程.     

清远供电局调度自动化系统安全防护改造方案

清远供电局调度自动化系统(以下简称SCADA系统)是通过防火墙与外网系统进行通信和数据交换的,不符合电力二次系统安全防护整体要求,需要进行改造.为此,介绍了采用物理安全隔离装置将安全Ⅰ区与安全Ⅲ区进行隔离;通过数据同步和Web浏览等技术实现清远供电局SCADA系统与调度生产管理系统(DMIS)等外网系统交换数据的安全防护改造方案.SCADA系统安全改造方案符合目前实际情况和未来发展规划要求.     

地区电网AVC系统应用分析及改进建议

介绍了地区电网AVC系统的控制原理及功能,分析了AVC系统工程应用中存在的问题。提出了AVC系统存在"软闭锁"的安全隐患,并对工程实践中发现的问题提出了改进意见,旨在增进同行间的经验交流,进一步提高AVC系统的实用性、可靠性。     

遥测数据中的坏数据机理及其处理

42年前有人发现电网调度遥测数据中有坏数据,并提出用状态估计加以剔除,但至今坏数据依然存在。在复现电网调度和用电遥测数据错误的实验基础上,研究坏数据的产生机理,指出遥测数据中混入暂态数据、时钟不同步和轮询频率太慢产生的混频错误是产生坏数据的根由;提出连续物理量的遥测处理方法,将其应用于用电信息系统和电力调度,消除了坏数据并提高遥测数据精度,说明所提出的处理方法可以为智能电网的用电和调度奠定准确的遥测数据基础。     

组态软件通信接口在DCS仿真界面设计中的应用

在阐述了工控组态软件对外通信接口体系结构的基础上,提出了一个开发集散控制系统（DCS）仿真操作界面的新方法。该方法使用工控组态软件的图形功能实现DCS仿真界面模型的建立和操作,DCS仿真界面与DCS流程动态数学模型之间通过动态数据交换（DDE）和OPC（OLE for process control）接口进行通信,通过定制ActiveX控件来丰富特殊的DCS界面元素。     

分散控制系统中的通信方式问题探讨

以Foxboro公司的I/As系统为例，讨论在分散控制系统中实现通信的3种方法：利用专门硬件、利用专业通信软件及自行开发通信软件。着重介绍自行开发通信软件的一些方法及其主要编程函数。通过几种实现方法优缺点的比较，为用户在选择通信方式时提供参考。     

基于IEC 61850的风电场SCADA系统安全访问控制模型设计

随着信息技术在风力发电中的应用,风电场SCADA系统的安全访问控制变得越来越重要。文章基于IEC 61850标准,结合实际应用需求,提出了网络环境下风电场SCADA系统的安全访问控制模型,并设计了一个安全接口单元。采用基于安全远程口令的安全口令认证实现用户访问时的身份认证,通过验证报文鉴别码保证了数据的完整性,并通过IEC 61850标准的虚拟访问视图执行访问控制策略。对该模型应用实例的具体分析表明,该方案能满足风电场的安全访问控制需求。     

工控系统的即插即用软件技术--OPC技术

介绍OPC技术及其应用,以及它在现场设备间开放式数据交换,描述了工控系统如何通过OPC技术实现集成以及不同应用软件间的即插即用。     

虚假数据注入攻击下的微电网分布式协同控制

交流微电网信息物理系统(CPS)是有源配电网的重要组成部分.由于信息技术和电力技术的深度融合,微电网CPS很容易受到虚假数据注入(FDI)攻击,导致控制目标无法实现,扰乱系统的正常运行.文中在分析了注入量为常值的FDI攻击对微电网分布式协同控制的不利影响的基础上,提出了一种抵御FDI攻击的微电网分布式协同控制算法.该算...