风电机组运行状态参数的非等间隔灰色预测
为了实现风电机组故障预警和智能状态检修,提出了风电机组运行状态趋势的灰色非等间隔预测研究。首先,考虑不同间隔段历史数据所反映机组趋势和变化规律差别,对监测数据抽取多组非等间隔时间序列,利用平均弱化缓冲算子,分别建立非等间隔灰色GM(1,1)预测模型。其次,引入关联度概念,选择各组非等间隔灰色预测值与实际值之间最大关联度的预测结果,应用建立的灰色关联组合预测模型,对某850kW变速恒频风电机组的发电机转速及部件温度等运行状态参数进行预测。最后,对某2MW风电机组运行转速进行预测,并与反向传播(BP)神经网络和支持向量机方法的预测结果进行比较,结果表明风电机组运行状态参数的非等间隔灰色预测具有较高的精度。
风力发电、风电机组、运行状态、趋势预测、非等间隔预测、灰色关联
36
TM715(输配电工程、电力网及电力系统)
教育部新世纪优秀人才支持计划资助项目NCET-10-0878;中央高校基本科研业务费专项资金资助项目CDJZR10150014;输配电装备及系统安全与新技术国家重点实验室自主研究项目2007DA10512710101~~
2012-07-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
29-34