一种基于多维度SCADA数据评估风电机组健康状态评估方法

摘要

本发明公开了一种基于多维度SCADA数据评估风电机组健康状态评估方法，针对传统方法对于风电机组健康状态评估所用参数较为单一，导致评估不全面的问题，提取表征机组退化信息的多个特征参数。该方法通过经验Copula函数计算SCADA系统中参数间的互信息，互信息的大小可反映出此参数影响风机性能的程度。将互信息数值大的参数作为健康评估的对象，相比传统方法将风功率曲线作为评估的对象，本发明对于风电机组健康状态的评估更全面、准确。在模型中引入根据风速区间划分工况的方法。并将此方法与核主成分分析结合建立基于自适应KPCA的风电机组健康状态评估模型。本发明诊断结果表明该模型对风电机组健康评估结果优于传统方法的评估结果。