基于SCADA数据的风机叶片结冰检测方法

李宁波; 闫涛; 李乃鹏; 孔德同; 刘庆超; 雷亚国

doi:10.12096/j.2096-4528.pgt.2018.010

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于SCADA数据的风机叶片结冰检测方法

新能源 | 更新时间：2025-07-04

- 基于SCADA数据的风机叶片结冰检测方法
- Ice Detection Method by Using SCADA Data on Wind Turbine Blades
- 发电技术 2018年39卷第1期页码：58-62
- 作者机构：
  
  1.西安交通大学陕西省机械产品质量保障与诊断重点实验室, 陕西省西安市 710049
  2.华电电力科学研究院有限公司, 浙江省杭州市 310030
- 作者简介：
  
  [ "李宁波(1992), 男, 博士研究生, 主要研究方向为机械设备剩余寿命预测, liningbo1992@163.com" ]
- 基金信息：
  
  国家自然科学基金项目(U1709208);国家自然科学基金项目(61673311);中组部"万人计划"青年拔尖人才支持计划
- DOI：10.12096/j.2096-4528.pgt.2018.010
  中图分类号：
- 收稿：2017-12-05，
  
  纸质出版：2018-02-28
- 稿件说明：
移动端阅览
李宁波, 闫涛, 李乃鹏, 等. 基于SCADA数据的风机叶片结冰检测方法[J]. 发电技术, 2018,39(1):58-62.

Ningbo LI, Tao YAN, Naipeng LI, et al. Ice Detection Method by Using SCADA Data on Wind Turbine Blades[J]. Power Generation Technology, 2018, 39(1): 58-62.
李宁波, 闫涛, 李乃鹏, 等. 基于SCADA数据的风机叶片结冰检测方法[J]. 发电技术, 2018,39(1):58-62. DOI： 10.12096/j.2096-4528.pgt.2018.010.

Ningbo LI, Tao YAN, Naipeng LI, et al. Ice Detection Method by Using SCADA Data on Wind Turbine Blades[J]. Power Generation Technology, 2018, 39(1): 58-62. DOI： 10.12096/j.2096-4528.pgt.2018.010.

摘要

针对工作在寒冷地区的风机易出现的叶片结冰现象，提出一种基于SCADA数据的风机叶片结冰检测方法。根据叶片结冰会增大发电机的功率损耗，选择风速与网侧有功功率2个变量，利用主成分分析技术构造对叶片结冰敏感的风速与网侧有功功率在非主成分方向投影特征，通过选择最优阈值使逻辑回归分类器适用于不平衡分类，可以实现风机叶片结冰检测自动化与智能化。通过中国工业大数据创新竞赛数据验证了该方法的有效性。

Abstract

Aimed at the phenomenon of wind turbine blade icing

which is easy to occur in the cold areas

a method of icing detection of wind turbine blades using SCADA data was proposed. When the blades are icing

the power loss of generator will be increased

thus the method picks two variables

wind speed and power. Principal component analysis (PCA) was used to construct the projection feature on non-principal component direction which is sensitive to icing and active power of network. By choosing the optimal threshold

the logistic regression classifier is suitable for unbalanced classification. The effectiveness of this method was verified by the data of China Industrial Big Data Innovation Competition.

关键词

Keywords

references

胡彦君, 史波.SCD 3.0 MW大功率两叶片风力发电机优化[J].发电与空调, 2017, 38(4):47-51.

刘保松, 刘晓光.风电机组功率曲线的优化研究[J].发电与空调, 2015, 36(5):36-40.

北极星风力发电网. 权威数据——2015年中国风电装机容量统计报告: 新增装机30753MW同比增长32. 6%[EB/OL ] . (2016-04-01)[2018-02-28 ] . http://news.bjx.com.cn/html/20160401/721882.shtml http://news.bjx.com.cn/html/20160401/721882.shtml .

张建卓, 董申, 李旦.基于正负刚度并联的新型隔振系统研究[J].纳米技术与精密工程, 2004, 2(4):314-318.

Muñoz C Q G, Márquez F P G, Tomás J M S.Ice detection using thermal infrared radiometry on wind turbine blades[J].Measurement, 2016(93):157-163.

Berbyuk V, Peterson B, Möller J. Towards early ice detection on wind turbine blades using acoustic waves[C]. Proceedings of Nondestructive Characterization for Composite Materials, Aerospace Engineering, Civil Infrastructure, and Homeland Security 2014. International Society for Optics and Photonics, 2014, 9063: 90630F.

Kim D, Sampath U, Kim H, et al. A fiber-optic ice detection system for large-scale wind turbine blades[C]. Proceedings of Optical Modeling and Performance Predictions Ⅸ. International Society for Optics and Photonics, 2017, 10374: 103740B.

Shi Q. Model-based detection for ice on wind turbine blades[D]. Trondheim: NTNU, 2017. http://hdl.handle.net/11250/2450068 .

梁颖, 方瑞明.基于SCADA和支持向量回归的风电机组状态在线评估方法[J].电力系统自动化, 2013, 37(14):7-12.

风机运行脱敏数数据[EB/OL ] . [2017-07-15 ] [2018-02-28 ] . http://www.industrial-bigdata.com http://www.industrial-bigdata.com .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据