本发明公开了基于SCADA和FISSA‑DBN模型的风电机组运行状态监测方法,包括以下步骤:所述步骤(1)对SCADA检测风电机组运行的数据进行选择;所述步骤(2)对风电机组运行数据预处理;所述步骤(3)预测模型参数确定;所述步骤(4)对选取的输入输出参数数据,进行标准化处理;所述步骤(5)FISSA‑DBN模型拓扑结构;所述步骤(6)DBN参数优化;所述步骤(7)模型训练;所述步骤(8)预测模型应用。本发明通过根据重构误差和EWMA阈值来判断风电机组及部件是否有异常情况,FISSA‑DBN模型的预测结果与风电机组实际运行记录相吻合,预测模型发现状态异常的时间要早于实际运行记录时间,有利于风场工作人员尽早做出判断,减少不必要的损失。
📄 2022101489950
📂 F03D17_00
👤 湖南工业大学
📅 2022-02-18