科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大型风力发电机组高维SCADA时序数据的工况识别问题，结合风电机组运行规律和TICC算法，提出一种自动分割聚类方法。从高维的SCADA数据中选取风速、转速和桨距角等少量特定参数作为初始分割聚类对象，分析特定参数的运行规律，确定风电机组理论的运行工况。选取一段特定参数的历史数据，利用TICC算法进行离线聚类分割，获得聚类的最优特征参数。将最优特征参数作为TICC算法的输入，对新的特定参数时间序列数据进行分类。最后根据特定参数时间序列的聚类结果，对未进行分割的SCADA时序数据进行聚类处理。选取某2.5 MW双馈风电机组的SCADA时间序列数据对方法进行验证，同时将所提出的方法与FCM算法、GMM算法、K-Means算法进行对比研究。实例验证和对比研究表明，所提的聚类方法充分融合理论知识和TICC算法的优点，可高效处理高维SCADA聚类分割问题，同时保证聚类结果与理论分析结果一致性。
- 单位
