典型文献
基于SCADA数据驱动的风电机组状态监测
文献摘要：
监测控制与数据采集(SCADA)系统广泛部署于各大风场的风电机组上,其采集的SCADA数据可用于风电机组的状态监测.为了更有效地捕获SCADA数据中的空间关联性,可以改进Inception v1方法建立1 D_Inception v1模型提取SCADA数据中的空间多尺度特征,以更准确地对风电机组进行状态监测.实验结果表明,该模型提供了一种端到端的数据驱动方法,可以直接从SCADA原始数据中学习空间关联性,给出故障诊断结果,相较于传统方法有着更高的准确率.使用基于1 D_Inception v1模型的数据驱动方法,可以及时、准确地对风电机组进行状态监测,降低风电机组的运行和维护成本.
文献关键词：
风电机组;状态监测;数据驱动;空间特征
中图分类号：
作者姓名：
张舒翔;刘晓彤;郭旭峰;曹庆才
作者机构：
中国大唐集团新能源科学技术研究院有限公司,北京 100052
文献出处：
引用格式：
[1]张舒翔;刘晓彤;郭旭峰;曹庆才-.基于SCADA数据驱动的风电机组状态监测)[J].电工技术,2022(22):47-50
A类：
B类：
SCADA,风电机组,机组状态,状态监测,监测控制,风场,空间关联性,Inception,v1,空间多尺度,多尺度特征,端到端,数据驱动方法,原始数据,学习空间,诊断结果,运行和维护,维护成本,空间特征
AB值：
0.249824
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
