首页 > 《当代电力文化》 > 2022年11期 > 基于混合模型的风电机组异常数据识别方法

基于混合模型的风电机组异常数据识别方法

在线阅读下载PDF 导出详情

摘要摘要：SCADA（supervisory control and data aqurirment）运行数据能够反映风电机组的运行特性和状态。在实际运行过程中，由于天气、环境、机组停机、通信噪声和设备故障等因素，风电机组运行数据中存在大量异常数据。准确识别这些异常数据，才能有效提高后续以运行数据为基础的风电机组功率预测、发电性能评价、状态监测等工作的效率和精度。

DOI lj1988nr4v/6433768

作者艾锟

机构地区中广核新能源江西分公司江西省南昌市330000

出处《当代电力文化》 2022年11期

关键词基于混合模型风电机组异常数据识别方法

分类 [电气工程][电力系统及自动化]

出版日期 2022年09月21日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1谈重磊. 风电机组异常数据智能识别方法.电力系统及自动化,2020-05.
2武鹏. 风电机组数据采集与监控系统异常数据识别措施.电力系统及自动化,2024-05.
3作者姓名：. 电能计量异常数据识别与补偿方法研究.,2022-07.
4苏连成;陈琪海. 一种基于幅值调制比率的风电机组齿轮箱失效自动识别方法.金属材料,2017-03.
5高雷. 电机故障识别方法研究.,2023-07.
6张仕华. 风电机组的信息模型获取方法研究.电力系统及自动化,2016-12.
7柏平;马志华;姜世英;华浩;李文华;周晋宇;王鹏军. 基于神经网络的桥梁异常状态识别方法.道路与铁道工程,2015-03.
8陈跃1陈有贤2杨友磊1杨灿3. 基于Apriori算法的公安交管业务异常数据研判模型.文化科学,2018-12.
9陈新旭. 风电机组振动异常分析的研究.,2022-06.
10王绪虎1王东飞2陈江涛3喻宙4. 风力发电机组齿轮箱故障识别方法的研究.电力系统及自动化,2018-12.

来源期刊

当代电力文化

当代电力文化

相关推荐

同分类资源更多

相关关键词

基于混合模型风电机组异常数据识别方法

返回顶部