数据挖掘技术在风力发电中的应用综述

在线阅读 下载PDF 导出详情
摘要 摘要社会在发展,现代化建设的发展也日新月异。风能作为可再生能源中的一种,利用到电力生产行业中已有30多年的历史。近10年来,由于化石能源危机,风力发电的需求迅速增大,风电机组全球装机容量从21世纪初的24GW,发展到如今的539GW,关于风力发电各方面研究逐步推进,已由粗放向精细化转变。目前,在风力发电领域中,已有多种研究手段和分析方法。在风电机组的故障诊断中,有通过提取振动信号做频谱分析确定故障形式的方法,通过声发射技术诊断故障的方法;对传动机械的状态监测和预警以测量传感器为基础,现有机械振动、热红外、超声和声发射、润滑油光谱铁谱、温度和噪声监测;风力发电功率预测有多种研究方法,有对于功率直接预测和通过预测风速来间接预测,有通过参考地形、天气等建立预测模型的方法,还有通过风电场测量数据和功率建立映射关系的统计模型预测法。在风力发电系统最大功率跟踪的研究中,传统方法有叶尖速比法、爬山法和最佳特性曲线法。学者通常在非线性控制律设计基础上引入观测器法、模糊推理法、卡尔曼滤波法、支持向量机等辨识技术,建立一个基于辨识的复合控制模型。
出处 《电力设备》 2019年3期
出版日期 2019年03月13日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献