计及信息不确定性的风电机组健康状态实时评估方法

运行工况识别作为风电机组状态监测与健康管理领域的重要环节，往往受到不确定信息以及高速实时数据流的影响，造成健康状态评估难以有效实施。在此背景下，文中提出一种基于Spark流式处理的健康状态实时评估方法。首先，采用大数据分析技术实现风电机组运行工况的空间划分;然后，在充分考虑风电机组监测信息不确定性的情况下，结合数据采集与监控(SCADA)历史运行数据，对基于高斯云模型和高斯云变换的健康状态评估模型进行训练，并以健康指数作为风电机组健康状态评估的指标。最后，将该评估方法应用在中国北方某风电场1.5 MW风电机组故障前的健康状态评估中。算例分析结果表明，该方法可监测到风电机组健康状态的变化趋势，初步实现了故障的早期预警