考虑突发关联状态的风力机组故障预警方法

作     者：王凤 刘伊彤 邹 蒋甲丁 张玲玲 

作者机构：昆明理工大学管理与经济学院 云南师范大学民族教育信息化教育部重点实验室 新疆工程学院能源工程学院 中国科学院大学经济与管理学院 中国科学院大数据挖掘与知识管理重点实验室 中国科学院大学数字经济监测预测预警与政策仿真教育部哲学社会科学实验室(培育) 

出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)

年 卷 期：2024年

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主　　题：故障诊断 多尺度图神经网络 应急管理 风机状态参数 多状态预测 多步预测 

摘      要：大型风场中风机组分布集中， 突发的风机运行状态异常易产生传导效应， 导致风电中断或更严重问题. 事前故障预警是应急管理的关键， 风机组发生关联状态故障前采取应急管理能够有效地维护风电场的稳定运行. 然而， 现有的风机事前故障预警系统面临着预测周期短、识别精度低等挑战， 且无法实现多状态、自动化的高效预警. 基于此， 本文提出了一种面向大型风机集群的故障关联状态预测、识别及预警方法. 该方法融合了变分模态分解、卷积神经网络、多尺度图注意网络及灰狼优化算法， 通过对风机组故障关联状态的多节点多步预测及故障知识图谱实现了故障模式自动化识别及预警. 本方法在多个指标上均显著优于目前先进的基线算法， 呈现出较高的预测精度及良好的故障预警性能.