[1]江顺辉,方瑞明,尚荣艳,等.采用动态劣化度的风电机组运行状态实时评估[J].华侨大学学报(自然科学版),2018,39(1):86-91.[doi:10.11830/ISSN.1000-5013.201512040]
　JIANG Shunhui,FANG Ruiming,SHANG Rongyan,et al.Real-Time Wind Turbine Operating Assessment Using Dynamic Inferior Degree[J].Journal of Huaqiao University(Natural Science),2018,39(1):86-91.[doi:10.11830/ISSN.1000-5013.201512040]
点击复制

采用动态劣化度的风电机组运行状态实时评估()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第39卷
期数:
2018年第1期
页码:
86-91
栏目:
出版日期:
2018-01-17

文章信息/Info

Title:
Real-Time Wind Turbine Operating Assessment Using Dynamic Inferior Degree
文章编号:
1000-5013(2018)01-0086-06
作者:
江顺辉;  方瑞明;  尚荣艳;  王黎
华侨大学 信息科学与工程学院, 福建 厦门 361021
Author(s):
JIANG Shunhui;  FANG Ruiming;  SHANG Rongyan;  WANG Li
College of Information Science and Engineering, Huaqiao University, Xiamen 361021, China
关键词:
风电机组;  动态劣化度;  实时状态评估;  马尔科夫链模型;  正态云模型
Keywords:
wind turbine;  dynamic inferior degree;  real-time conditions assessment;  Markov chain model;  normal cloud model
分类号:
TM715
DOI:
10.11830/ISSN.1000-5013.201512040
文献标志码:
A
摘要:
为满足大数据环境下风电机组状态评估的实时性要求,提出一种基于动态劣化度的实时状态评估方法.首先,建立动态劣化度计算模型;然后,引入正态云模型取代传统隶属函数,将正态云模型与模糊综合评价法相结合,形成风电机组运行状态实时评估方法;最后,基于辽宁某风电机组的SCADA数据,利用所述方法对其进行状态评估.实验结果表明:该方法能够准确把握机组的实时运行状态,并对其早期缺陷及时预警,有助于防范机组严重故障的发生.
Abstract:
To meet the real-time requirements of a wind turbine conditions assessment under large data environment, based on dynamic inferior degree, this paper presents a novel real-time conditions assessment method. Firstly, the dynamic inferior degree calculation model is established. Then, introducing the normal cloud model to replace the traditional membership function. Furthermore, applying the normal cloud model into fuzzy synthetic evaluation method, a real-time operating conditions assessment method is given. Finally, the method is tested on the SCADA data of a wind turbine in Liaoning province. The results show that this method is capable of not only accurately assessing the real-time operating conditions of wind turbine, but also alarming its early defects timely, which is useful for wind turbine to prevent the occurrence of serious faults.

参考文献/References:

[1] 庄哲民,殷国华,李芬兰,等.基于小波神经网络的风力发电机故障诊断[J].电工技术学报,2009,24(4):224-228.DOI:10.19595/j.cnki.1000-6753.tces.2009.04.036.
[2] 梁颖,方瑞明.基于SCADA和支持向量回归的风电机组状态在线评估方法[J].电力系统自动化,2013,37(14):7-12.DOI:10.7500/AEPS201209163.
[3] GILL S,STEPHEN B,GALLOWAY S.Wind turbine condition assessment through power curve copula modeling[J].IEEE Transactions on Sustainable Energy,2012,3(1):94-101.DOI:10.1109/TSTE.2011.2167164.
[4] 李辉,胡姚刚,杨超,等.并网风电机组运行状态的物元评估方法[J].电力系统自动化,2011,35(6):81-85.
[5] 董玉亮,李亚琼,曹海斌,等.基于运行工况辨识的风电机组健康状态实时评价方法[J].中国电机工程学报,2013,33(11):88-95.DOI:10.13334/j.0258-8013.pcsee.2013.11.016.
[6] 肖运启,王昆朋,贺贯举,等.基于趋势预测的大型风电机组运行状态模糊综合评价[J].中国电机工程学报,2014,34(13):2132-2139.DOI:10.13334/j.0258-8013.pcsee.2014.13.015.
[7] 李辉,胡姚刚,唐显虎,等.并网风电机组在线运行状态评估方法[J].中国电机工程学报,2010,30(33):103-109.DOI:10.13334/j.0258-8013.pcsee.2010.33.004.
[8] 李德毅,刘常昱.论正态云模型的普适性[J].中国工程科学,2004,6(8):28-34.DOI:10.3969/j.issn.1009-1742.2004.08.006.
[9] 张镱议,廖瑞金,杨丽君,等.基于云理论的电力变压器绝缘状态评估方法[J].电工技术学报,2012,27(5):13-20.DOI:10.19595/j.cnki.1000-6753.tces.2012.05.002.
[10] 徐岩,陈昕.基于合作博弈和云模型的变压器状态评估方法[J].电力自动化设备,2015,35(3):88-93.DOI:10.16081/j.issn.1006-6047.2015.03.014.
[11] JIANG Shunhui,FANG Ruiming,WANG Li,et al.Very short-term wind power forecasting based on SVM-Markov[C]//International Conference on Advances in Energy, Environment and Chemical Engineering.Changsha:Atlantis Press,2015:130-134.DOI:10.2991/aeece-15.2015.27.
[12] 陈世慧,阮大兵.光伏发电有功功率预测及其在电网频率控制中的应用[J].电力系统保护与控制,2013,41(20):125-129.DOI:10.7667/j.issn.1674-3415.2013.20.020.
[13] 黄银华,彭建春,李常春,等.马尔科夫理论在中长期负荷预测中的应用[J].电力系统及其自动化学报,2011,23(5):131-136.DOI:10.3969/j.issn.1003-8930.2011.05.025.
[14] 李焯镜.MY1.5Se风力发电机组运行手册[R].中山:中国明阳风电产业集团,2010:5-7.
[15] 李德仁,王树良,李德毅.空间数据挖掘理论与应用[M].北京:科学出版社,2013:149-155.
[16] 江辉,张清联,彭建春.基于改进云物元模型的风电场电能质量评价[J].电网技术,2014,38(1):205-210.DOI:10.13335/j.1000-3673.pst.2014.01.032.

备注/Memo

备注/Memo:
收稿日期: 2015-12-19
通信作者: 方瑞明(1972-),男,教授,博士,主要从事电力设备在线监测与故障诊断的研究.E-mail:fangrm@126.com.
基金项目: 国家自然科学基金资助项目(51177039); 福建省自然科学基金资助项目(2012J01223); 福建省厦门市重大科技创新平台项目(3502Z20111008)
更新日期/Last Update: 2018-01-20