您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(12MS58)

作品数:3 被引量:82H指数:3
相关作者:郭鹏白楠马登昌童超王雪茹更多>>
相关机构:华北电力大学更多>>
发文基金:中央高校基本科研业务费专项资金国家重点实验室开放基金国家科技支撑计划更多>>
相关领域:电气工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇电气工程

主题

  • 3篇电机
  • 3篇风电
  • 3篇风电机
  • 3篇风电机组
  • 1篇运行数据
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据采集
  • 1篇数据采集与监...
  • 1篇数据采集与监...
  • 1篇随机性
  • 1篇网络
  • 1篇控制系统
  • 1篇监视控制
  • 1篇桨距
  • 1篇变桨
  • 1篇变桨距
  • 1篇变桨距系统
  • 1篇SCADA
  • 1篇BP神经

机构

  • 3篇华北电力大学

作者

  • 3篇郭鹏
  • 1篇马登昌
  • 1篇王雪茹
  • 1篇童超
  • 1篇白楠

传媒

  • 2篇动力工程学报
  • 1篇中国电机工程...

年份

  • 1篇2015
  • 1篇2014
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
基于特征选择和BP神经网络的风电机组故障分类监测研究被引量:17
2014年
为了减少风电场的经济损失,采用ReliefF特征选择与BP神经网络相结合的方法,对风电机组进行状态监测研究.基于风电场实际运行数据,重点分析了桨距角不对称故障.结果表明:ReliefF特征选择与BP神经网络相结合的方法可以有效地分辨出是否发生了桨距角不对称故障,且准确率较高.
童超郭鹏
关键词:风电机组BP神经网络
风电机组高斯过程回归塔架振动监测研究被引量:8
2015年
根据风电机组的运行原理,对运行数据中记录的塔架振动特征进行分析,发现塔架振动与风电机组数据采集与监视(SCADA)系统记录的多个其他变量存在密切关系,针对风电机组运行数据强随机性和高噪声的特点,采用高斯过程回归方法建立了描述塔架振动与相关变量关系的振动模型,并对该模型进行了验证.结果表明:通过分析塔架模型残差可以实现叶轮桨距角不对称故障的监测和诊断,证明塔架振动监测的有效性.
郭鹏王雪茹
关键词:随机性变桨距系统
基于SCADA运行数据的风电机组塔架振动建模与监测被引量:61
2013年
振动信号是风电机组数据采集与监视控制(supervisorycontrol and data acquisition,SCADA)系统中的一类重要变量。对振动信号的建模和分析可以实现对机组重要部件如塔架、传动链、叶轮等的状态监测工作。采用非线性状态估计技术(nonlinear state estimate technique,NSET)作为建模方法,在对风电机组塔架振动特性及其影响因素进行细致分析的基础上,建立了塔架振动模型。该模型由额定风速以下和额定风速以上两部分子模型构成。同时,对非线性状态估计技术的物理意义及特点进行了深入的分析和探讨。在某风电机组2006年4至6月份SCADA数据的基础上,建立了覆盖其正常工作状态的塔架振动模型,并对该模型进行了验证。研究表明,基于NSET的塔架振动建模方法具有方法简单、物理意义明确和建模精度高等优点,为后续拟开展的风电机组振动状态监测和早期故障诊断打下了良好的基础,同时为风电机组振动分析提供了新的思路。
郭鹏徐明白楠马登昌
关键词:风电机组
共1页<1>
聚类工具0