华北电力大学控制与计算机工程学院
Published:2025
移动端阅览
[J]. 2025, (5): 105-112.
DOI:
[J]. 2025, (5): 105-112. DOI:
针对风电机组长期处于恶劣环境导致故障频发问题,提出了一种局部离群因子(LOF)与基于密度的空间聚类算法(DBSCAN)结合的异常数据清洗和基于优化极端梯度提升(XGBoost)算法的异常工况预警方法。首先采用LOF算法结合DBSCAN算法对风电机组状态监控与数据采集系统(SCADA)中的异常数据进行预处理。之后根据机理分析选取模型输入输出参数,基于Optuna框架自动优化XGBoost算法的超参数建立风电机组正常运行工况预测模型。在此基础上,利用时移滑动窗口方法计算风电机组有功功率和发电机转速的平均绝对误差(MAE)并作为状态识别指标,结合统计学中的区间估计法确定指标预警阈值。最后应用某风场的真实历史故障数据进行实验,结果表明所提方法可以对风电机组的异常工况进行及时正确的预警。
时义龙.基于数据驱动的风电机组故障诊断与预警研究[D].山东大学,2022(02).
闫征.大规模并网风电场选址及装机容量优化研究[D].青岛大学,2018(12).
马良玉,耿妍竹,袁乃正,段新会.基于四分位与CFSFDP的风电机组异常数据清洗方法[J].电力科学与工程,2023(06).
马良玉,袁乃正.基于CFSFDP与LightGBM的风电机组异常状态预警研究[J].太阳能学报,2023(05).
夏博,李春杨,万露露,王宇,陈锋.基于深度学习的风力发电机组故障预警方法研究综述[J].科学技术与工程,2023(09).
李振华,徐杰,王文强,李国盛,杜锋.基于Optuna-LSTM的矿压预测方法研究[J].矿业研究与开发,2023(03).
郭明龙.风力发电机组故障诊断与预测技术探究[J].城市建设理论研究(电子版),2023(04).
张惠强,高娟娟,任晓旭,陶永刚,赵禹茗,黄剑锋.基于CatBoost机器学习模型的风电机组机舱温度异常预警研究[J].太阳能,2023(01).
刘杰,曹静,赵昕.基于OOB-GWO-SVR的风电机组齿轮箱故障预警[J].电子测量与仪器学报,2022(12).
郭慧军,李永亭,齐咏生,刘利强.两阶段CP-Copula的风电机组异常数据清洗算法[J].计算机仿真,2022(11).
马良玉,程善珍.基于支持向量数据描述和XGBoost的风电机组异常工况预警研究[J].电工技术学报,2022(13).
汪势杰,王健,代家昆,秦喜元,胡熠.基于MIC-LSTM的风电机组温度信号融合与预测方法[J].红水河,2022(03).
马良玉,孙佳明,於世磊,赵尚羽.基于DBSCAN和SDAE的风电机组异常工况预警研究[J].动力工程学报,2021(09).
金晓航,许壮伟,孙毅,单继宏.基于SCADA数据分析和稀疏自编码神经网络的风电机组在线运行状态监测[J].太阳能学报,2021(06).
魏乐,胡晓东,尹诗.基于优化XGBoost的风电机组发电机前轴承故障预警[J].系统仿真学报,2021(10).
张帆,刘德顺,戴巨川,王超,沈祥兵.一种基于SCADA参数关系的风电机组运行状态识别方法[J].机械工程学报,2019(04).
Abbas Zeeshan,Rehman Mobeen Ur,Tayara Hilal,Zou Quan,Chong Kil To.XGBoost framework with feature selection for the prediction of RNA N5-methylcytosine sites.[J].Molecular therapy : the journal of the American Society of Gene Therapy,2023.
Takuya Akiba,Shotaro Sano,Toshihiko Yanase,Takeru Ohta,Masanori Koyama.Optuna: A Next-generation Hyperparameter Optimization Framework.[J].CoRR,2019.
0
Views
606
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution