科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对变桨系统故障发生频率和运维成本高等问题,提出一种基于遗传算法的GA-BP(genetic algorithms,GA)神经网络的风电机组变桨系统故障预警方法。分析SCADA系统记录的大量监测参数,依据变桨系统运行原理选择功率、发电机扭矩、风速、风向和桨叶角为模型的输入参数,风轮转速为模型的输出参数,建立遗传算法优化BP神经网络的变桨系统模型。通过优化BP神经网络的权值和阈值有效提高模型预测精度,同时引入马氏距离确定变桨系统故障预警判据。实例表明该方法可在故障发生前提前作出预警,验证了方法的可行性,有效降低了机组的运维成本。
- 单位
