一种基于功率曲线分析与神经网络的风电机组故障预警方法
公开
摘要
本发明公开了一种基于功率曲线分析与神经网络的风电机组故障预警方法，充分利用SCADA数据，且不需要对风电机组复杂的物理特性进行分析，将该方法分别用于风电场的变桨系统和偏航系统的故障预警，进一步证明方法的有效性，LPP特征提取降低了建模和预测的难度，提高了预测精度，神经网络算法中的极端学习机在学习速度和泛化性能上都比传统的BP神经网络更有优势，与极端学习机预测模型对比，核极端学习机预测模型在稳定性和预测精度上有一定的改善，信息熵方法结合熵的概念，能够对数据的变化剧烈程度进行量化，该方法能够实现风电机组早期故障的检测，从而达到故障预警的目的。
基本信息
专利标题 ：
一种基于功率曲线分析与神经网络的风电机组故障预警方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114320773A
申请号 ：
CN202111580061.6
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐志轩张舒翔唐宏芬曹庆才尹男张建新张树晓张礼兴郭旭峰荀佳萌曹善桥高德兰刘显荣石如心王娟
申请人 ：
中国大唐集团新能源科学技术研究院有限公司
申请人地址 ：
北京市石景山区实兴大街30号院3号楼2层A-1725房间
代理机构 ：
北京中南长风知识产权代理事务所(普通合伙)
代理人 ：
李青
优先权 ：
CN202111580061.6
主分类号 ：
F03D17/00
IPC分类号 ：
F03D17/00
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
