基于数据的风电机组发电机健康状况评估

作者：张静; 李柠^*; 李少远; 黄猛

来源：信息与控制, 2018, 47(06): 694-713.

DOI：10.13976/j.cnki.xk.2018.7488

• 发电机
• 相关性分析
• 高斯混合模型
• 在线健康评估
• 健康衰退指标

发电机是风电机组中的关键部件,然而由于运行环境恶劣、内部结构复杂,发电机发生故障的概率较高且维修困难.针对此问题,提出了一种基于SCADA(supervisory control and data acquisition)数据的发电机健康状况的评估方法.首先结合专家经验并分析状态变量间的相关性,识别出与发电机运行状态具有较强关系的变量和冗余变量,在此基础上进行合理的特征选择.然后利用历史多维状态信息,采用发电机健康运行时的数据建立基于高斯混合模型(GMM)的健康基准模型.最后设计一种基于马氏距离的健康衰退指标(HDI)用于评判发电机的健康状况.利用上海电气某风场2016年的SCADA数据对本文方法进行验证,结果表明,该方法可以准确地跟踪发电机运行状态的变化过程,起到了很好的故障早期识别作用且具有普适性.

• 单位
  上海交通大学; 上海电气风电集团有限公司