|
|
- 2020
采用GA-BPNN与TLS模型的风电机组异常辨识方法Keywords: 风电机组,数据采集与监控系统,预测模型,TLS分布模型,异常辨识,wind turbine (WT),supervisory control and data acquisition （SCADA） system,prediction model,TLS distribution model,anomaly identification Abstract: 基于反向传播神经网络（BPNN）建立了风电机组状态参数预测模型，并采用遗传算法(GA)对BPNN模型的初始权重与阈值进行优化，有效消除环境因素对风电机组状态参数的影响；采用TLS（t-location scale）分布模型刻画不同风速区间下预测残差的分布特性，基于矩估计方法实现TLS分布参数估计，并在此基础上提出了计及风速影响的状态残差异常程度量化指标。以某风电场的1.5 MW双馈风电机组为例进行了异常分析，结果验证了模型的有效性和准确性
|
