《表1 部分SCADA参数的灰色关联度》

  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

《基于长短时记忆网络融合SCADA数据的风电齿轮箱状态监测》

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

为验证提出方法的有效性，采用某风电场6号风电机组的SCADA数据进行实验。该风电场风电机组的额定功率为2 MW，SCADA数据采样间隔为1 min。选取数据的时间跨度为2016年3月28日～2016年5月18日，其中6号风电机组在5月18日夜间出现齿轮箱故障。当齿轮箱运行异常时，其润滑油温度预测残差的统计特性会发生较大的改变[11]，因此本文选用齿轮箱润滑油温度作为状态变量并以温度残差为阈值对齿轮箱故障进行预警。从上百个SCADA参数中选出23个参数，采用灰色关联度分析，计算23个SCADA参数与齿轮箱润滑油温度的关联度，部分结果如表1所示。