发明名称 |
一种基于组合预测的风电机组状态参数异常辨识方法 |
摘要 |
本发明涉及一种基于组合预测的风电机组状态参数异常辨识方法,包括以下步骤:选取合适的风电场SCADA数据,得到训练数据和测试数据;建立目标参数的单项预测模型(包括BPNN和LSSVM),对组合模型进行优化,选择合适的权重;采用组合预测模型预测目标参数,并与实际值对比,得到残差;计算均方根误差(RMSE),获得RMSE的变化情况;若RMSE小于阈值,判定状态参数正常,若RMSE大于阈值,采用相同的残差数据计算熵值;若熵值小于阈值,判定状态参数正常,虽然此时RMSE大于阈值,但是残差数据变化不大,不能判定为出现异常;若熵值大于阈值,则判定状态参数出现异常。本发明采用的方法易于编程实现,能够快速准确地对风电机组状态参数进行异常辨识。 |
申请公布号 |
CN105719002A |
申请公布日期 |
2016.06.29 |
申请号 |
CN201610032371.7 |
申请日期 |
2016.01.18 |
申请人 |
重庆大学 |
发明人 |
李剑;周湶;王有元;陈伟根;杜林;万福;王飞鹏;颜永龙;陈俊生 |
分类号 |
G06N3/08(2006.01)I |
主分类号 |
G06N3/08(2006.01)I |
代理机构 |
北京同恒源知识产权代理有限公司 11275 |
代理人 |
赵荣之 |
主权项 |
一种基于组合预测的风电机组状态参数异常辨识方法,其特征在于:包括以下步骤:S1:选取合适的风电场SCADA数据,得到训练数据和测试数据;S2:建立目标参数的单项预测模型(包括BPNN和LSSVM),对组合模型进行优化,选择合适的权重;S3:采用组合预测模型预测目标参数,并与实际值对比,得到残差;S4:根据以下公式计算均方根误差(RMSE),为反映变化趋势,需计算连续的相同时间长度的RMSE,获得RMSE的变化情况;<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>S</mi><mo>=</mo><msqrt><mrow><mfrac><mn>1</mn><mi>n</mi></mfrac><munderover><mo>Σ</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msup><mrow><mo>(</mo><msub><mi>r</mi><mi>i</mi></msub><mo>-</mo><msub><mover><mi>r</mi><mo>^</mo></mover><mi>i</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></mrow></msqrt></mrow>]]></math><img file="FDA0000908895350000011.GIF" wi="394" he="159" /></maths>式中,S为均方根误差,n为样本数,r<sub>i</sub>为实际值,<img file="FDA0000908895350000012.GIF" wi="43" he="73" />为根据模型得到的预测值;S5:若RMSE小于阈值,判定状态参数正常;S6:若RMSE大于阈值,采用相同的残差数据计算熵值;S7:若熵值小于阈值,判定状态参数正常,虽然此时RMSE大于阈值,但是残差数据变化不大,不能判定为出现异常;S8:若熵值大于阈值,则判定状态参数出现异常。 |
地址 |
400044 重庆市沙坪坝区沙坪坝正街174号 |