杜冠洲+++胡从川++平留生
摘 要:故障预警问题是信息网络环境下保障电力风电机组安全运行的关键。针对风电机组的参数信息和运行信息的数据特征,提出了一种基于混合EEMD技术的多步时间序列预测模型。该模型在云计算中利用了集合经验模态分解EEMD技术结合极限学习机ELM算法,克服了算法中存在异或的问题。通过该模型,实现了对访问风电机组运行信息多步预测,结合安全范围包络线,进而提前发现是否有故障。验证结果表明,EEMD-ELM模型比传统时间序列预测方法的准度与精度得到了极大提高,泛化能力增强,说明了该方法的有效性、可行性。
关键词:电力信息化 风力机组 云计算 智能电网 时间预测
中图分类号:TM315 文献标识码:A 文章编号:1674-098X(2017)05(c)-0083-03
电力系统作为经济发展和人类生活依赖的能量供给系统,也具有大数据的典型特征[1]。风电产业已经成为我国电力产业的重要组成部分。我国累积安装风电机组92981台,累积装机容量145 362 MW,随着风电机组装机容量越来越大,系统越来越复杂,设备故障率也随之提高,导致风电机组的运行、维护成本增加。
目前,风电机组的运行、维护主要借鉴火电机组的保障策略,采用定期维护和事后维护的方式。但是,由于风电机组和火电机组在结构、运行环境和运行方式之间的差异,从而导致风电机组运维无法准确、有效地监控设备的运行状况,容易出现各种设备故障。
随着国网信息化的不断建设,风力发电机组产生了海量存储的运行信息和机组参数数据。……