一种基于组合预测的风电机组状态参数异常辨识方法

专利类型：发明专利

语言：中文

申请号：CN201610032371.7

申请日：20160118

发明人：李剑周湶王有元陈伟根杜林万福王飞鹏颜永龙陈俊生

申请人：重庆大学

申请人地址：400044 重庆市沙坪坝区沙坪坝正街174号

公开日：20160629

公开号：CN105719002A

代理人：赵荣之

代理机构：北京同恒源知识产权代理有限公司 11275

摘　　要：本发明涉及一种基于组合预测的风电机组状态参数异常辨识方法，包括以下步骤：选取合适的风电场SCADA数据，得到训练数据和测试数据；建立目标参数的单项预测模型(包括BPNN和LSSVM)，对组合模型进行优化，选择合适的权重；采用组合预测模型预测目标参数，并与实际值对比，得到残差；计算均方根误差(RMSE)，获得RMSE的变化情况；若RMSE小于阈值，判定状态参数正常，若RMSE大于阈值，采用相同的残差数据计算熵值；若熵值小于阈值，判定状态参数正常，虽然此时RMSE大于阈值，但是残差数据变化不大，不能判定为出现异常；若熵值大于阈值，则判定状态参数出现异常。本发明采用的方法易于编程实现，能够快速准确地对风电机组状态参数进行异常辨识。

主权项：一种基于组合预测的风电机组状态参数异常辨识方法，其特征在于：包括以下步骤：S1：选取合适的风电场SCADA数据，得到训练数据和测试数据；S2：建立目标参数的单项预测模型(包括BPNN和LSSVM)，对组合模型进行优化，选择合适的权重；S3：采用组合预测模型预测目标参数，并与实际值对比，得到残差；S4：根据以下公式计算均方根误差(RMSE)，为反映变化趋势，需计算连续的相同时间长度的RMSE，获得RMSE的变化情况； $S = \sqrt{\frac{1}{n} Σ_{i = 1}^{n} {(r_{i} - {\hat{r}}_{i})}^{2}}$ 式中，S为均方根误差，n为样本数，r_i为实际值，为根据模型得到的预测值；S5：若RMSE小于阈值，判定状态参数正常；S6：若RMSE大于阈值，采用相同的残差数据计算熵值；S7：若熵值小于阈值，判定状态参数正常，虽然此时RMSE大于阈值，但是残差数据变化不大，不能判定为出现异常；S8：若熵值大于阈值，则判定状态参数出现异常。

关键词：

法律状态：公开

IPC专利分类号：G06N3/08(2006.01)I