考虑健康状态的风电机组发电量预测模型

来源：计算机集成制造系统杂志2020年第9期北京时间：

作者：邓超,张子晗,朱锦璇,吴军,王远航

单位：1.华中科技大学机械学院制造装备数字化国家工程中心2.华中科技大学船舶与海洋工程学院3.工业和信息化部电子第五研究所

摘要：针对现有风电机组发电量预测方法很少考虑机组健康状态的影响,从而降低了预测准确性的问题,提出一种考虑健康状态的风电机组发电量预测模型。首先引入组合权重描述机组多个性能观测序列之间的相关性,建立基于改进多观测序列隐Markov模型(HMM)的健康状态模型,分别用健康状态等级序列与劣化概率描述健康状态劣化过程。采用预处理后的机组风电场数据采集与监控(SCADA)系统风速和功率数据,利用比恩法建立不同健康状态下的风电功率曲线模型。将机组健康状态劣化过程按时间序列融合到风电功率曲线,建立考虑健康状态的风电机组动态功率曲线模型,并结合基于Weibull分布的风速模型实现发电量预测。以SL2000/100风电机组发电量预测为例,验证了该方法的有效性。

关键词：健康状态评估,多观测序列隐Markov模型,风电功率曲线,发电量预测

基金资助：国家自然科学基金资助项目(51605095,51875225);国家重点研发计划资助项目(2016YFE0121700,2018YFB1701402);甲板机械质量品牌专项资助项目。