科研之友
微信
新浪微博
Facebook
分享链接
摘要
风电机组的功率曲线是衡量风电机组运行性能的重要指标,其中存在大量异常数据直接影响风电机组运行维护,研究功率曲线异常识别方法对提高风电机组运行稳定性具有重大意义。本文通过对功率曲线的特性分析,分三种工况建立了基于概率分布函数(Copula函数)的功率曲线异常数据识别模型及影响因素Kendall秩相关分析,从而确定了与功率曲线高度相关的特征参量;通过Copula函数得到了功率曲线上下边界,对上下边界外的可疑点进行时序分析及欧氏距离计算,从而判断可疑点是否为异常点;采用SVM线性回归方法建立了预测模型,并采用某风电场SCADA数据对本文提出的方法进行验证。结果表明,在三种不同工况下,该方法可实现功率曲线异常数据准确识别,精准故障定位,为风电机组的运行维护工作提供新的方法。
- 单位
