基于FDA与SOM的风机叶片结冰可视化状态监测制造技术

本发明专利技术公开了一种基于FDA与SOM的风机叶片结冰可视化状态监测方法，采用基于数据驱动的方式，将风机工作时风机叶片的状态及其状态转移过程通过可视化的手段直观的表现出来。该方法具体包括如下步骤：采集某风场单台风机机组数据；对得到的数据进行清洗，预处理和标准化；利用线性判别分析（FDA）进行特征提取，并构建FDA模型；将经过FDA模型处理过的数据输入到自组织映射神经网络（SOM）中，通过对样本类别进行标记，重新标准化，然后对训练数据进行学习得到SOM模型，输入测试数据，完成可视化及状态监测。

【技术实现步骤摘要】
基于FDA与SOM的风机叶片结冰可视化状态监测
本专利技术涉及一种针对风机叶片结冰的可视化以及状态监测方法，主要涉及对风机叶片正常以及结冰状态的可视化监测。
技术介绍
在当前环境污染形势空前严峻，化石燃料存量面临枯竭的今天，风能作为一种清洁的可再生能源，是当前世界上所采用的最理想的新能源之一。采用风力发电的方法可以有效减少温室气体的排放，并对当前全球气候变化带来积极影响，因此越来越受到世界上众多国家的关注，随着各国政府陆续颁布的新能源扶持政策，风力发电产业迎来了大发展的鼎盛时期，通过对比近几年各国新增风力发电机组装机数据可见，风力发电在所有新能源中已经占据了相当高的比例。我国近几年对于新能源产业的发展采取了空前的扶持力度，新增风力发电机组的增速一直处于全球领先水平。虽然风力发电有诸多优点，但在该领域中，风力发电机叶片结冰的问题一直没有得到很好的解决，这也成为困扰风电行业的长期难题。通过大量的运行经验表明，风力发电机产生叶片结冰现象时，会明显改变叶片的气动外形，增加风机各个叶片的载荷，进而在长期的工作运行中加剧风机的磨损，影响风机的稳定运本文档来自技高网...

【技术保护点】
1.基于FDA与SOM的风机叶片结冰可视化状态监测方法，是以风机的真实运行数据作为基础，通过对原始数据进行清洗和预处理，运用线性判别分析建立风机数据的FDA模型，然后采用自组织特征映射神经网络进行学习及映射，完成风机叶片结冰的可视化状态监测。/n

【技术特征摘要】
1.基于FDA与SOM的风机叶片结冰可视化状态监测方法，是以风机的真实运行数据作为基础，通过对原始数据进行清洗和预处理，运用线性判别分析建立风机数据的FDA模型，然后采用自组织特征映射神经网络进行学习及映射，完成风机叶片结冰的可视化状态监测。


2.根据权利要求1所述的基于FDA与SOM的风机叶片结冰可视化状态监测方法，其特征是，采集单台风机对应SCADA系统的运行数据，采用数据清洗的方法，去除原始数据中存在的无效数据、重复数据以及相关性强且对分类结果影响不大的变量，并进一步通过相关性分析构建新的特征向量。


3.根据权利要求1所述的基于FDA与SOM的风机叶片结冰可视化状态监测方法，其特征是，采集的SCADA系统原始数据中，正常数据和结冰数据比例存在很大差异，是明显的不平衡数据集，通过对正常数据采用降采样的方法以平衡不同类样本数据，然后按照比例划分训练...

【专利技术属性】
技术研发人员：姜庆超，黄键，于健博，易怀宽，颜学峰，
申请(专利权)人：姜庆超，黄键，于健博，易怀宽，颜学峰，
类型：发明
国别省市：上海;31