融合多时段SCADA数据的风电机组风险态势预测
来源：计算机集成制造系统杂志2021年第7期北京时间：
作者：樊盼盼,袁逸萍,孙文磊,樊小朝,赵琴,马占伟
单位：1.新疆大学机械工程学院2.新疆大学电气工程学院
摘要：针对传统风电机组静态评估较难准确反映出整机状态的问题,在缺乏历史故障数据支撑的场景下,综合考虑风电机组数据采集与监控(SCADA)系统的历史记录、当前状态以及运行趋势等多时段信息,基于风险的思想开展风电机组态势预测。采用长短期记忆网络构建有功功率短期预测模型,以有功功率预测残差量化风险状态严重度;利用模糊C均值算法构建机组风险状态严重度离群点模型,划分风险状态严重度等级;在此基础上,基于马尔科夫链的状态转移模型,预测机组当前风险状态严重度等级和潜在趋势。以新疆某风场的2MW风电机组为例,验证所提方法的合理性与有效性。
关键词：风电机组,长短期记忆网络,风险态势,聚类,数据采集与监控
基金资助：国家自然科学基金资助项目(71961029,51565055,51666017)。
