基于多尺度排列熵和极限学习机的风机叶片覆冰故障检测方法

作者：佘应森; 李鹏^*; 梁俊宇; 杨家全

来源：中国安全生产科学技术, 2022, 18(12): 19-25.

• 风电机组
• 数据不平衡
• 多尺度排列熵
• 极限学习机
• 叶片覆冰

针对风机叶片结冰故障检测中状态数据维度高和检测率低的问题，提出1种使用功率数据驱动的多尺度排列熵(multiscale permutation entropy, MPE)和极限学习机(extreme learning machine, ELM)的风机叶片结冰故障检测方法。首先，使用多尺度排列熵提取功率数据的多重尺度特征，得到特征向量；随后，采用极限学习机，结合环境温度，对结冰故障进行检测；最后，通过使用某风电场的数据采集与监视控制系统(supervisory control and data acquisition, SCADA)对数据进行仿真。研究结果表明：所提方法的故障检测率达到100%,同时虚警率仅有0.14%,表明所提方法在风机叶片的覆冰故障检测中的有效性。研究结果可为风机叶片覆冰故障检测提供1种有效方法。

• 单位
  云南电网有限责任公司电力科学研究院; 云南大学