• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>North American Power Symposium >Fault prognosis of wind turbine generator using SCADA data
【24h】

Fault prognosis of wind turbine generator using SCADA data

机译：基于SCADA数据的风力发电机故障诊断

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Accurate prognosis of wind turbine generator failures is essential for reducing operation and maintenance costs in wind farms. Existing methods rely on expensive, purpose-built condition monitoring systems to conduct diagnosis and prognosis of wind turbine generator failures. In this paper, we present a prognosis method to predict the remaining useful life (RUL) of generators, which requires no additional hardware support beyond widely adopted SCADA system. This work first introduces a notion, Anomaly Operation Index (AOI), to quantitatively measure wind turbine performance degradation in runtime. It then presents a data-driven wind turbine anomaly detection method and a time series analysis method to predict the wind turbine generator RUL. Experimental study on real-world wind farm data demonstrates that the proposed methods can achieve accurate prediction of wind turbine generator RUL and provide sufficient lead time for scheduling maintenance and repair.
机译：准确预测风力涡轮发电机故障对于降低风电场的运营和维护成本至关重要。现有方法依靠昂贵的，专门构建的状态监测系统来进行风力发电机故障的诊断和预后。在本文中，我们提出了一种预测方法，以预测发电机的剩余使用寿命（RUL），除了被广泛采用的SCADA系统之外，它不需要其他硬件支持。这项工作首先引入了一个概念，即“异常运行指数（AOI）”，以定量测量运行时风力涡轮机的性能下降。然后提出了一种数据驱动的风力发电机组异常检测方法和一种时间序列分析方法，以预测风力发电机组RUL。对实际风电场数据的实验研究表明，所提出的方法可以实现对风力发电机RUL的准确预测，并为调度维护和修理提供足够的交货时间。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号