風(fēng)能作為一種清潔的可再生能源,以其技術(shù)程度、基礎(chǔ)設(shè)施建設(shè)以及成本方面的優(yōu)勢(shì)日益受到重視。但是風(fēng)力的波動(dòng)性、間歇性、能量密度低的特點(diǎn)也導(dǎo)致了風(fēng)電功率的波動(dòng)性,這容易對(duì)風(fēng)電機(jī)組的穩(wěn)定運(yùn)行以及電網(wǎng)并網(wǎng)產(chǎn)生巨大的沖擊,因此對(duì)風(fēng)電機(jī)組的健康狀況評(píng)價(jià)具有十分重要的意義。本文對(duì)基于SCADA運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組健康狀況評(píng)價(jià)進(jìn)行研究,針對(duì)核模型和神經(jīng)網(wǎng)絡(luò)模型兩個(gè)不同的研究方向,分別選取基于區(qū)間聚類的支持向量回歸（SVR）模型和基于長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）的循環(huán)神經(jīng)網(wǎng)絡(luò)模型兩個(gè)建模方法。SVR是一種利用支持向量機(jī)來(lái)擬合曲線并做回歸分析的核學(xué)習(xí)算法,本文針對(duì)風(fēng)電機(jī)組的數(shù)據(jù)和SVR的特性,提出區(qū)間聚類思想:將機(jī)組運(yùn)行數(shù)據(jù)按照風(fēng)速劃分區(qū)間,并用聚類的方法找到每個(gè)區(qū)間的中心點(diǎn)作為SVR模型的訓(xùn)練數(shù)據(jù)。其中區(qū)間長(zhǎng)度和中心點(diǎn)個(gè)數(shù)用粒子群算法尋找最優(yōu)解,避免由區(qū)間聚類引起的數(shù)據(jù)丟失和精度下降。循環(huán)神經(jīng)網(wǎng)絡(luò)可以按照時(shí)序來(lái)處理任意長(zhǎng)度的信息,LSTM可以選擇性遺忘和記憶歷史數(shù)據(jù),本文結(jié)合兩者特點(diǎn)建立基于LSTM的循環(huán)神經(jīng)網(wǎng)絡(luò)模型,經(jīng)實(shí)例驗(yàn)證采用這種方式的風(fēng)電機(jī)組模型準(zhǔn)確度與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比更高。針對(duì)核模型和神經(jīng)網(wǎng)絡(luò)模型,... 

【文章來(lái)源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

風(fēng)電機(jī)組內(nèi)部結(jié)構(gòu)圖

風(fēng)電機(jī)組運(yùn)行原理圖

圖 3-1 一維數(shù)據(jù)至二維映射如圖 3-1 所示，左邊的一維空間上的兩類數(shù)據(jù)，想要直接線性可分是，但是，如果通過(guò)F( )將一維空間上的點(diǎn)映射到二維空間上，右圖則。

【參考文獻(xiàn)】：
期刊論文
[1]基于多類證據(jù)體方法的風(fēng)電機(jī)組健康狀態(tài)評(píng)估[J]. 胡姚剛,李輝,劉海濤,宋二兵,歐陽(yáng)海黎,蘭涌森.  太陽(yáng)能學(xué)報(bào). 2018(02)
[2]采用動(dòng)態(tài)劣化度的風(fēng)電機(jī)組運(yùn)行狀態(tài)實(shí)時(shí)評(píng)估[J]. 江順輝,方瑞明,尚榮艷,王黎.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]基于優(yōu)化粒子群K-means聚類算法在風(fēng)功率預(yù)測(cè)中的應(yīng)用[J]. 郭敏,趙巧娥,王先軍,高金城,李昆.  自動(dòng)化技術(shù)與應(yīng)用. 2017(08)
[4]計(jì)及信息不確定性的風(fēng)電機(jī)組健康狀態(tài)實(shí)時(shí)評(píng)估方法[J]. 李剛,張建付,文福拴,宋雨.  電力系統(tǒng)自動(dòng)化. 2017(18)
[5]高比例可再生能源電力系統(tǒng)的關(guān)鍵科學(xué)問(wèn)題與理論研究框架[J]. 康重慶,姚良忠.  電力系統(tǒng)自動(dòng)化. 2017(09)
[6]基于波動(dòng)互相關(guān)系數(shù)的風(fēng)能資源評(píng)估組合模型[J]. 葉林,饒日晟,楊丹萍,靳晶新,張亞麗.  中國(guó)電機(jī)工程學(xué)報(bào). 2017(03)
[7]大數(shù)據(jù)處理技術(shù)在風(fēng)電機(jī)組齒輪箱故障診斷與預(yù)警中的應(yīng)用[J]. 張少敏,毛冬,王保義.  電力系統(tǒng)自動(dòng)化. 2016(14)
[8]傳遞熵算法在風(fēng)電機(jī)組故障穿越特征分析中的應(yīng)用[J]. 陳子瑜,李慶,王偉勝.  中國(guó)電機(jī)工程學(xué)報(bào). 2016(14)
[9]基于風(fēng)電機(jī)組功率特性曲線數(shù)據(jù)的偏航系統(tǒng)參數(shù)分析[J]. 張上.  科技創(chuàng)新與應(yīng)用. 2016(16)
[10]基于功率曲線的風(fēng)電機(jī)組數(shù)據(jù)清洗算法[J]. 婁建樓,胥佳,陸恒,曲朝陽(yáng),李韶武,劉瑞華.  電力系統(tǒng)自動(dòng)化. 2016(10)

碩士論文
[1]風(fēng)力發(fā)電機(jī)組故障特征分析與診斷方法研究[D]. 毛小麗.華北電力大學(xué) 2017
[2]大型風(fēng)電機(jī)組故障診斷研究[D]. 楊明莉.上海電機(jī)學(xué)院 2015
[3]大型風(fēng)電機(jī)組故障模式統(tǒng)計(jì)分析及故障診斷[D]. 楊明明.華北電力大學(xué)（北京） 2009



本文編號(hào)：2964552