隨著風(fēng)力發(fā)電的廣泛應(yīng)用,對風(fēng)力機(jī)健康狀態(tài)進(jìn)行準(zhǔn)確監(jiān)測的重要性日益凸顯,為此提出了一種基于風(fēng)力機(jī)功率預(yù)測的健康狀態(tài)監(jiān)測方法,即結(jié)合多項(xiàng)式模型和自回歸模型特點(diǎn),考慮風(fēng)速與風(fēng)力機(jī)輸出功率之間的相關(guān)性和滯后性,利用改進(jìn)非線性自回歸模型對某風(fēng)場風(fēng)力機(jī)輸出功率進(jìn)行預(yù)測,并將預(yù)測結(jié)果與傳統(tǒng)灰色模型、BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果進(jìn)行對比,計(jì)算與實(shí)測數(shù)據(jù)之間的誤差。最后,選取功率預(yù)測系數(shù)中變化較為穩(wěn)定的系數(shù)項(xiàng)作為觀測系數(shù),通過標(biāo)準(zhǔn)殘差法確定異常觀測系數(shù)反推風(fēng)力機(jī)健康狀態(tài)。分析結(jié)果表明,改進(jìn)非線性自回歸模型預(yù)測值與實(shí)測數(shù)據(jù)較為接近,趨勢較為吻合。相比于傳統(tǒng)灰色模型、BP神經(jīng)網(wǎng)絡(luò)模型,改進(jìn)非線性自回歸模型預(yù)測誤差較小,精度較高�？梢娡ㄟ^分析功率預(yù)測系數(shù)變化能夠及時(shí)發(fā)現(xiàn)風(fēng)力機(jī)健康狀態(tài)變化,為故障發(fā)現(xiàn)提供參考。 

【文章來源】：水電能源科學(xué). 2020,38(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

改進(jìn)非線性自回歸模型示意圖

圖2給出了青島某風(fēng)場2018年1月風(fēng)速采樣數(shù)據(jù)，采樣時(shí)間分辨率為15min/個(gè)，共計(jì)2 000個(gè)點(diǎn)。風(fēng)場單臺風(fēng)力機(jī)額定功率2 000kW，額定風(fēng)速10.8m/s，切入風(fēng)速3m/s，切出風(fēng)速25m/s。根據(jù)實(shí)測風(fēng)速與實(shí)際輸出功率進(jìn)行相關(guān)性分析，找出多項(xiàng)式風(fēng)速延遲時(shí)間項(xiàng)。圖3給出了實(shí)際輸出功率與延遲風(fēng)速間相關(guān)性系數(shù)。由圖3可看出，輸出功率與延遲風(fēng)速的相關(guān)性呈先增后減的趨勢，相關(guān)性系數(shù)最高的風(fēng)速延遲時(shí)間出現(xiàn)在第5個(gè)采樣點(diǎn)，即Tv=5，因此第1階段輸出功率中間預(yù)測值計(jì)算公式為：

根據(jù)實(shí)測風(fēng)速與實(shí)際輸出功率進(jìn)行相關(guān)性分析，找出多項(xiàng)式風(fēng)速延遲時(shí)間項(xiàng)。圖3給出了實(shí)際輸出功率與延遲風(fēng)速間相關(guān)性系數(shù)。由圖3可看出，輸出功率與延遲風(fēng)速的相關(guān)性呈先增后減的趨勢，相關(guān)性系數(shù)最高的風(fēng)速延遲時(shí)間出現(xiàn)在第5個(gè)采樣點(diǎn)，即Tv=5，因此第1階段輸出功率中間預(yù)測值計(jì)算公式為：對實(shí)際輸出功率進(jìn)行自相關(guān)性分析，輸出功率與延遲輸出功率間相關(guān)性系數(shù)見圖4。

【參考文獻(xiàn)】：
期刊論文
[1]基于風(fēng)機(jī)健康系數(shù)的風(fēng)電設(shè)備狀態(tài)監(jiān)測方法[J]. 呂躍剛,吳子晗,陳敏娜.  可再生能源. 2015(07)
[2]風(fēng)電場風(fēng)功率實(shí)時(shí)預(yù)測效果綜合評價(jià)方法[J]. 嚴(yán)干貴,宋薇,楊茂,王東,熊昊.  電網(wǎng)與清潔能源. 2012(05)
[3]一種新型的風(fēng)電功率預(yù)測綜合模型[J]. 夏冬,吳俊勇,賀電,宋洪磊,冀魯豫.  電工技術(shù)學(xué)報(bào). 2011(S1)
[4]風(fēng)電場風(fēng)速及風(fēng)功率預(yù)測方法研究綜述[J]. 王穎,魏云軍.  陜西電力. 2011(11)
[5]基于支持向量機(jī)和多源信息的直驅(qū)風(fēng)力發(fā)電機(jī)組故障診斷[J]. 安學(xué)利,趙明浩,蔣東翔,李少華.  電網(wǎng)技術(shù). 2011(04)

碩士論文
[1]基于大數(shù)據(jù)分析的風(fēng)電機(jī)組健康狀態(tài)的智能評估及診斷[D]. 董文婷.東華大學(xué) 2016



本文編號：3219088