项目名称: 基于SCADA数据挖掘的风电机组状态在线识别与预警

项目编号: No.51475160

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 机械、仪表工业

项目作者: 刘德顺

作者单位: 湖南科技大学

项目金额: 85万元

中文摘要: 本项目面向大型风电机组安全可靠经济运行的现实需求,充分利用风电场已有的风电机组运行SCADA数据,围绕SCADA数据预处理、SCADA数据挖掘分析建模两个关键问题,开展风电机组状态在线识别与预警研究,主要研究内容是:(1)风电机组运行数据关联特性分析;(2)风电机组运行数据随机性分析;(3)基于物理关联特性的风电机组运行数据挖掘;(4)基于数据挖掘的风电机组运行状态预测与异常状态预警。项目特色是以能量流理论对SCADA数据时空特性进行预处理;以风速风向数据随机性分布特征进行SCADA数据随机性预处理,提出基于风电机组不同运行工况阶段的分段数据挖掘建模方法,建立物理模型与智能算法相结合的时序数据挖掘模型,实现风电机组状态预测、异常状态识别与预警。通过上述研究丰富机电设备运行状态识别与预警方法,减少风电机组运行维护成本并延长服役寿命,这对于提升我国风电产业核心竞争力具有重要的意义。

中文关键词: 风电机组;数据挖掘;状态识别;SCADA数据

英文摘要: Aiming at the real demand of safe, reliable, economic operation for large wind turbines, the SCADA data in wind farm will be used adequately in this project to carry out the online identification and early warning research of wind turbines. Two key problems of this project are preprocess of SCADA data and SCADA data mining analysis model. The main research contents are: (1) correlation characteristic analysis of wind turbine operation data; (2) stochastic analysis of wind turbine operation data; (3) data mining based on physical correlation characteristics; (4) state prediction and abnormal state warning of wind turbines based on data mining. The project features and innovations are to preprocess the temporal and spatial characteristics of SCADA data based on energy flow theory, to preprocess the SCADA data randomness based on the random distribution characteristics of wind speed data and wind direction data, to propose the segmented data mining modeling method based on the different operating conditions of wind turbines, to establish the time series data mining model combing the physical model with the intelligent algorithm, and to realize the state prediction, abnormal state identification and early warning of wind turbines. Through the above research the operation state identification and early warning methods of electromechanical equipments will be enriched, the operation and maintenance costs of wind turbines will be reduced, and the service life of wind turbines will be prolonged. It is of great significance to enhance the core competitiveness of China's wind power industry.

英文关键词: wind turbines;data mining;state identification;SCADA data

成为VIP会员查看完整内容
3

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
9+阅读 · 2022年3月23日
【CVPR2022】通过特征Mixing进行主动学习
专知会员服务
25+阅读 · 2022年3月15日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
专知会员服务
24+阅读 · 2021年9月19日
专知会员服务
65+阅读 · 2021年7月18日
专知会员服务
11+阅读 · 2021年7月4日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
37+阅读 · 2020年10月15日
【CIKM2020-阿里】在线序列广告的用户隐藏状态推断
专知会员服务
24+阅读 · 2020年9月5日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Scalable symmetric Tucker tensor decomposition
Arxiv
0+阅读 · 2022年4月22日
Arxiv
0+阅读 · 2022年4月21日
Arxiv
20+阅读 · 2020年6月8日
小贴士
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
9+阅读 · 2022年3月23日
【CVPR2022】通过特征Mixing进行主动学习
专知会员服务
25+阅读 · 2022年3月15日
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
专知会员服务
24+阅读 · 2021年9月19日
专知会员服务
65+阅读 · 2021年7月18日
专知会员服务
11+阅读 · 2021年7月4日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
37+阅读 · 2020年10月15日
【CIKM2020-阿里】在线序列广告的用户隐藏状态推断
专知会员服务
24+阅读 · 2020年9月5日
相关资讯
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员