| 基于多尺度排列熵和极限学习机的风机叶片覆冰故障检测方法* |
| |
| 作者姓名： | 佘应森 李鹏 梁俊宇 杨家全 |
| |
| 作者单位： | （1.云南大学 信息学院,云南 昆明 650500;2.云南省高校物联网技术及应用重点实验室,云南 昆明 650500;3.云南电网有限责任公司 电力科学研究院,云南 昆明 650217） |
| |
| 基金项目： | * 基金项目: 云南省中青年学术和技术带头人后备人才项目（202005AC160115） |
| |
| 摘 要： | 针对风机叶片结冰故障检测中状态数据维度高和检测率低的问题,提出1种使用功率数据驱动的多尺度排列熵（multiscale permutation entropy,MPE）和极限学习机（extreme learning machine,ELM）的风机叶片结冰故障检测方法。首先,使用多尺度排列熵提取功率数据的多重尺度特征,得到特征向量;随后,采用极限学习机,结合环境温度,对结冰故障进行检测;最后,通过使用某风电场的数据采集与监视控制系统（supervisory control and data acquisition,SCADA）对数据进行仿真。研究结果表明:所提方法的故障检测率达到100％,同时虚警率仅有0.14％,表明所提方法在风机叶片的覆冰故障检测中的有效性。研究结果可为风机叶片覆冰故障检测提供1种有效方法。
|
| 关 键 词： | 风电机组 数据不平衡 多尺度排列熵 极限学习机 叶片覆冰 |
|
| 点击此处可从《中国安全生产科学技术》浏览原始摘要信息 |
|
点击此处可从《中国安全生产科学技术》下载免费的PDF全文 |
|
