基于小波神经网络的风力发电机故障预测方法

基于小波神经网络的风力发电机故障预测方法

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

  • 1 优利泰克风电场SCADA系统
  • 2 小波滤波方法
  •   2.1 小波变换的原理
  •   2.2 Daubechies小波滤波去噪方法
  • 3 基于神经网络和小波变换的智能诊断方法研究
  •   1) 第j个神经元的输入输出:
  •   2) 误差函数为
  • 4 基于小波神经网络的风力发电机智能诊断实例
  •   4.1 建模与模型检验
  •   4.2 残差计算
  • 5 结语
  • 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

    相关论文文献

    标签:;  ;  ;  ;  

    基于小波神经网络的风力发电机故障预测方法
    下载Doc文档

    猜你喜欢