基于BP神经网络的风电机组发电机状态监测研究

摘要

采用温度趋势分析的方法监测风电机组发电机的运行状态;使用BP神经网络,建立发电机正常工作状态下的温度模型并用其进行温度预测;合理选择训练样本,使BP模型覆盖发电机的正常工作空间;当发电机工作异常时,其动态特性偏离正常工作空间,导致BP网络温度模型预测残差的分布特性发生变化;当残差超过预先设定的阈值时,发出报警信息,提示运行人员检查设备状态.