【技术实现步骤摘要】
本专利技术属于风电机组状态评估，具体涉及一种基于scada风力发电机组健康状态评估方法及系统。
技术介绍
1、及时准确掌握风电机组的健康状态对于优化风电机组控制和运维策略，降低风电机组的维护成本，保证风电机组安全高效的运行具有重要意义。针对风电机组的健康状态评估方法主要有基于模型和基于数据驱动两种；基于模型的健康状态评估方法主要是通过对风电机组的子系统建立与健康状态相关的模型，依据模型对该子系统进行健康状体评估，该方法实施难度高，评估的结果依赖于所建立模型的准确性，并且由于建立的是风电机组子系统模型，无法实现对整机的健康状态评估。基于数据的健康状态评估方法容易实现并且评估结果准确。
技术实现思路
1、本专利技术的目的在于提供一种基于scada风力发电机组健康状态评估方法及系统，以克服现有技术中对于风力发电机组健康状态评估准确性差，难度大的问题。
2、为实现上述目的，本专利技术采用的技术方案如下：
3、一种基于scada风力发电机组健康状态评估方法，包括以下步骤：p>
4、s1，本文档来自技高网...
【技术保护点】
1.一种基于SCADA风力发电机组健康状态评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于SCADA风力发电机组健康状态评估方法，其特征在于，预测模型是以风电机组的输出功率为预测目标，以与功率相关特征变量为输入的预测模型。
3.根据权利要求1所述的一种基于SCADA风力发电机组健康状态评估方法，其特征在于，采用四分位法对风电机组数据采集与监视控制系统中各特征变量的异常数据剔除，获得风电机组历史数据集，采用最大相关最小冗余算法进行与功率相关特征变量的选取。
4.根据权利要求2所述的一种基于SCADA风力发电机组健...
【技术特征摘要】
1.一种基于scada风力发电机组健康状态评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于scada风力发电机组健康状态评估方法，其特征在于，预测模型是以风电机组的输出功率为预测目标，以与功率相关特征变量为输入的预测模型。
3.根据权利要求1所述的一种基于scada风力发电机组健康状态评估方法，其特征在于，采用四分位法对风电机组数据采集与监视控制系统中各特征变量的异常数据剔除，获得风电机组历史数据集，采用最大相关最小冗余算法进行与功率相关特征变量的选取。
4.根据权利要求2所述的一种基于scada风力发电机组健康状态评估方法，其特征在于，首先将切入风速以下及功率值为负的数据进行剔除，然后采用四分位法对风电机组历史scada数据进行预处理，剔除异常值。
5. 根据权利要求2所述的一种基于scada风力发电机组健康状态评估方法，其特征在于，采用最大相关最小冗余算法实现对功率相关特征的选取，根据式（2）计算每个特征变量与功率的互信息：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。