基于SCADA系统和神经网络的海上风电场故障预警方法研究

针对海上风电场的快速发展，风电场故障预警得到了广泛的关注，精准、及时的对海上风电场的风电机组运行进行监测，实现故障精确预警是目前研究的热点问题。本研究将SCADA系统和GA-BP神经网络相结合建立了发电机绕组温度预测模型，并耦合灰色关联度分析法来筛选神经网络模型的输入层数据，确定模型的敏感性指标，基于统计学原理结合风电场评价指标和滑动窗口，计算海上风电场运行预警阈值，根据预警阈值与机组的评价指标确定风电场机组的运行状态，提出一种海上风电场故障预警方法，研究结果表明该模型能有效实现海上风电场故障预警，为海上风电场故障预警方法提供理论依据和技术支撑。