[发明专利]一种计及运行状态的风电机组短期可靠性预测方法在审
| 申请号： | 201610443200.3 | 申请日： | 2016-06-20 |
| 公开（公告）号： | CN106097146A | 公开（公告）日： | 2016-11-09 |
| 发明（设计）人： | 李剑;周湶;陈伟根;杜林;王有元;王飞鹏;万福;雷潇;孙鹏 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;H02J3/00 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种计及运行状态的风电机组短期可靠性预测方法，包括以下步骤：通过状态监测与数据采集系统获得风电机组状态参数，将状态监测参数分为两类；针对设备温度参数，建立基于反向传播神经网络的状态参数预测模型，基于预测残差分布特性计算保护动作概率，针对其余参数，根据计及越限时间计算保护动作概率；通过风电场运行维护数据和SCADA数据对风电机组的停运次数和停运时刻风速进行统计，建立风速相依的风电机组统计停运模型；结合停运统计信息和状态参数越限信息，计算风电机组短期停运概率。本方法能够准确地评估出风电机组在短期内的停运风险，大幅度提高风电机组短期停运模型的准确性，为整个风电场的短期可靠性评估和安全经济运行提供技术参考。 | ||
| 搜索关键词： | 一种 运行 状态 机组 短期 可靠性 预测 方法 | ||
【主权项】：
一种计及运行状态的风电机组短期可靠性预测方法，其特征在于：该方法包括以下步骤：S1：通过状态监测与数据采集(SCADA)系统获得风电机组状态参数，依据自然环境的相关性将状态监测参数分为两类：设备温度参数和其余状态参数；S2：针对设备温度参数，建立基于反向传播神经网络(BPNN)的状态参数预测模型，基于预测残差分布特性计算保护动作概率；针对其余参数，根据计及越限时间计算保护动作概率；S3：通过风电场运行维护数据和SCADA数据对风电机组的停运次数和停运时刻风速进行统计，建立风速相依的风电机组统计停运模型；S4：结合停运统计信息和状态参数越限信息，计算风电机组短期停运概率，进行可靠性预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610443200.3/，转载请声明来源钻瓜专利网。
