摘要:针对目前风电机组异常运行状态无法快速检测问题,提出一种基于INNER-DBSCAN算法和功率曲线模型的数据驱动实时检测方法。该方法先利用贝茨理论和RC模型构造一个新的约束来进行数据预处理,剔除机组极端异常运行数据;再基于提出的区间DBSCAN算法对数据进行聚类,得到正常数据和异常数据;最后利用区间邻域最值对正常数据进行边缘识别,构造风电机组正常运行时的功率曲线模型,并通过模式图的上下临界值识别风机异常运行状态。利用8台风电机组SCADA数据进行实验,结果表明,该方法能有效实时检测风机异常运行状态。
关键词:风电机组 实时检测 异常运行 功率曲线模型
单位:东北电力大学电气工程学院; 吉林吉林132012; 国网山东电力公司潍坊供电公司; 山东潍坊261021
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社