基于SCADA和支持向量回归的风机状态监测
来源期刊:控制工程2020年第8期
论文作者:梁涛 钱思琦 姜文 龚思远
文章页码:1317 - 1323
关键词:SCADA;风机;灰色关联度;SVR;状态监测;
摘 要:为充分利用集控中心风机(Supervisory Control and Data Acquisition, SCADA)系统采集的数据,采用智能化的机器学习算法,挖掘集控中心海量数据,提出基于机组运行状态特征参量数据挖掘和支持向量回归算法(SupportVactorRegression,SVR)结合的机组状态监测模型。该模型采用基于灰色关联度算法构建风电机组特征参量,然后建立SVR数据模型,模型以机组功率、叶轮转速、桨距角为输出向量,特征参量为模型的输入向量,采用遗传算法结合交叉验证方法对SVR模型参数寻优,并对距离阈值进行分析。最后,将模型应用于某实际风场,验证了该模型的可行性和有效性。
梁涛1,钱思琦1,姜文2,龚思远2
1. 河北工业大学人工智能与数据科学学院2. 河北建投能源投资股份有限公司
摘 要:为充分利用集控中心风机(Supervisory Control and Data Acquisition, SCADA)系统采集的数据,采用智能化的机器学习算法,挖掘集控中心海量数据,提出基于机组运行状态特征参量数据挖掘和支持向量回归算法(SupportVactorRegression,SVR)结合的机组状态监测模型。该模型采用基于灰色关联度算法构建风电机组特征参量,然后建立SVR数据模型,模型以机组功率、叶轮转速、桨距角为输出向量,特征参量为模型的输入向量,采用遗传算法结合交叉验证方法对SVR模型参数寻优,并对距离阈值进行分析。最后,将模型应用于某实际风场,验证了该模型的可行性和有效性。
关键词:SCADA;风机;灰色关联度;SVR;状态监测;