《表1 风电机组状态参数:采用GA-BPNN与TLS模型的风电机组异常辨识方法》

《表1 风电机组状态参数:采用GA-BPNN与TLS模型的风电机组异常辨识方法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《采用GA-BPNN与TLS模型的风电机组异常辨识方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

本文SCADA数据均采集自华北某51 MW风电场,该风电场共有34台双馈风电机组,SCADA数据采样率为1次/s。SCADA的主要状态参数及传感器安装位置如表1和附录A图A1所示,其中第1类参数与环境因素密切相关,第2类参数与环境因素相关性较小。由于通过设定固定阈值即可实现第2类参数的异常辨识,本文主要针对第1类参数的异常辨识方法开展研究。