论文摘要
针对风力发电场风力不可控、风况复杂和数据的非平稳性现状,利用风力发电场SCADA大数据,对风力发电机组进行分析,提出一种基于小波分析和神经网络的智能算法,通过分析风力发电机相关故障信号的特征,实现对风力发电机的故障诊断和预测。最后对大熊山风电场2 MW风力发电机组运行数据进行仿真和分析,仿真结果表明,小波神经网络是一种风力发电机故障诊断和预测的有效方法。
论文目录
文章来源
类型: 期刊论文
作者: 肖桂雨,向健平,凌永志,何嘉平
关键词: 数据,故障预测,小波分析,神经网络
来源: 电力科学与技术学报 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 华中科技大学中欧清洁与可再生能源学院,长沙理工大学能源与动力工程学院清洁能源与智能电网湖南省2011协同创新中心
基金: 湖南省科协“海智计划”(XKX-HZJH2017-06),湖南省长沙市科技局科技计划(k1508017-11)
分类号: TP183;TM315
页码: 195-202
总页数: 8
文件大小: 2621K
下载量: 339