基于状态曲线的风电机组运行工况异常检测

孙群丽，刘长良，周 瑛

基于状态曲线的风电机组运行工况异常检测

孙群丽1，刘长良2，周 瑛3

（1.华北电力大学科技学院，河北 保定 071003；2.华北电力大学新能源电力系统国家重点实验室，北京 102206；3.石家庄铁道大学四方学院，河北 石家庄 051132）

为了提高风电机组的利用率和发电量，减少风电机组维修和更换费用，需要对其运行工况进行监测。本文首先对机组的风速-功率、风速-转速、风速-桨距角、转速-功率、转速-桨距角5种状态曲线进行理论介绍，然后结合实际运行数据对其进行了分析。结果表明：由于风速的随机性和风电机组的惯性，前3种曲线不能很好地区分机组的正常运行状态和故障状态，而转速-功率、转速-桨距角能够对机组的异常情况进行准确的监测；以转速-功率、转速-桨距角状态曲线为基础，分析了机组不同运行工况在状态曲线上的分布，对各个不同工况分别建立相应的评价体系，通过故障实例分析，表明本文方法能提前感知异常情况，有效提高系统的状态监测精度。

风电机组；状态曲线；转速-功率；转速-桨距角；异常检测；运行工况；监控与数据采集系统

风电机组的可靠性关乎着风电场的安全经济运行，因而对风电机组的运行状态进行监测就显得尤为重要[1]。文献[2-3]利用自适应神经模糊推理系统（ANFIS）分别对机组的变桨系统和整机进行状态监视，建立了故障模型，针对故障的情况给出警告的输出值，但他们都是利用机组已知故障来建立模型，在实际诊断中对故障数据和故障类型有一定的要求，因此应用受到一定的限制。……