State Discrimination for Offshore DFIG-based Wind Turbine Considering Influence of Operation Environment

WEI Shurong; YAN Mengfei; REN Zixu; FU Yang; WANG Yi; WANG Dongyue; PAN Jie

doi:10.7500/AEPS20210908004

您当前的位置：

首页 >

文章列表页 >

State Discrimination for Offshore DFIG-based Wind Turbine Considering Influence of Operation Environment

Engineering Application | 更新时间：2025-06-16

- State Discrimination for Offshore DFIG-based Wind Turbine Considering Influence of Operation Environment
- Automation of Electric Power Systems Vol. 46, Issue 20, Pages: 181-189(2022)
- 作者机构：
  
  1.上海电力大学电气工程学院,上海市 200090
  2.上海绿色环保能源有限公司,上海市 200433
  3.国网上海市电力公司电缆分公司,上海市 200072
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51907115);Major Natural Science Project of Shanghai Municipal Education Commission(2021-01-07-00-07-E00122);Oriental Scholars of Shanghai Universities Distinguished Professor(TP2020066)
- DOI：10.7500/AEPS20210908004
  CLC：
- Received：08 September 2021，
  
  Revised：2021-12-10，
  
  Published：25 October 2022
- 稿件说明：
移动端阅览
魏书荣,闫梦飞,任子旭等.考虑运行环境影响的海上双馈风电机组状态判别[J].电力系统自动化,2022,46(20):181-189.

WEI Shurong,YAN Mengfei,REN Zixu,et al.State Discrimination for Offshore DFIG-based Wind Turbine Considering Influence of Operation Environment[J].Automation of Electric Power Systems,2022,46(20):181-189.
魏书荣,闫梦飞,任子旭等.考虑运行环境影响的海上双馈风电机组状态判别[J].电力系统自动化,2022,46(20):181-189. DOI： 10.7500/AEPS20210908004.

WEI Shurong,YAN Mengfei,REN Zixu,et al.State Discrimination for Offshore DFIG-based Wind Turbine Considering Influence of Operation Environment[J].Automation of Electric Power Systems,2022,46(20):181-189. DOI： 10.7500/AEPS20210908004.

摘要

运行环境对海上风电机组状态的影响不可忽视，而运行环境因素与风电机组状态变量间耦合关系复杂，文中提出一种基于贝叶斯决策理论和Copula函数的海上风电机组状态判别方法。首先，挖掘运行环境与风电机组状态变量间的相关性特征，分别在风电机组正常和故障两种情况下，利用多元Copula函数构建对应变量的联合密度函数；然后，依托贝叶斯决策理论进行风电机组状态判别；最后，以中国某海上风电场实际运行工况为例进行分析。结果表明：运行环境对风电机组状态判别影响较大，考虑运行环境影响可提高风电机组判别结果的准确率，为利用海上环境因素进行风电机组早期状态预测提供新的参考依据。

Abstract

The influence of the operation environment on the state of offshore wind turbines cannot be ignored

and the coupling relationship between operation environment factors and state variables of wind turbines is complex. A state discrimination method for offshore wind turbines based on the Bayesian decision theory and the Copula function is proposed in this paper. First

the correlation characteristics between the operation environment and state variables of wind turbines are excavated

and the joint density function of the corresponding variables is constructed by using the multivariate Copula function under the normal and fault conditions of the wind turbine

respectively. Then

the state discrimination for wind turbines is carried out based on the Bayesian decision theory. Finally

the actual operation conditions of an offshore wind farm in China are analyzed as an example. The results show that the operation environment has a great influence on the state discrimination for wind turbines. Considering the influence of the operation environment can improve the accuracy of the wind turbine discrimination results

and provide a new reference basis for the early state prediction of the wind turbine by using offshore environmental factors.

关键词

Keywords

references

ZHU P C ， LIU Y F ， ROBERT R ， et al . Offshore wind converter reliability evaluation ［C］// 8th International Conference on Power Electronics-ECCE Asia ， May 30-June 3 ， 2011 ， Jeju， South Korea .

SPAHIC E ， UNDERBRINK A ， BUCHERT V ， et al . Reliability model of large offshore wind farms ［C］// 2009 IEEE Bucharest PowerTech ， June 28-July 2 ， 2009 ， Bucharest， Romania .

傅质馨，袁越 . 海上风电机组状态监控技术研究现状与展望［J］. 电力系统自动化， 2012 ， 36 （ 21 ）： 121 - 129 .

FU Zhixin ， YUAN Yue . Status and prospects on condition monitoring technologies of offshore wind turbine ［J］. Automation of Electric Power Systems ， 2012 ， 36 （ 21 ）： 121 - 129 .

张米露，王天真，汤天浩 . 直驱式永磁同步海流机叶轮不平衡故障建模与实验研究［J］. 电机与控制学报， 2018 ， 22 （ 7 ）： 44 - 50 .

ZHANG Milu ， WANG Tianzhen ， TANG Tianhao . Modeling and experimental study on blade imbalanced fault in marine current generation system ［J］. Electric Machines and Control ， 2018 ， 22 （ 7 ）： 44 - 50 .

李思源，马宏忠，陈涛涛 . 基于HHT的双馈异步发电机电刷滑环烧伤故障诊断［J］. 电力系统保护与控制， 2018 ， 46 （ 16 ）： 68 - 74 .

LI Siyuan ， MA Hongzhong ， CHEN Taotao . Diagnosis method based on HHT of burn fault of doubly-fed induction generator brush ring ［J］. Power System Protection and Control ， 2018 ， 46 （ 16 ）： 68 - 74 .

梁颖，方瑞明 . 基于SCADA和支持向量回归的风电机组状态在线评估方法［J］. 电力系统自动化， 2013 ， 37 （ 14 ）： 7 - 12 .

LIANG Ying ， FANG Ruiming . An online wind turbine condition assessment method based on SCADA and support vector regression ［J］. Automation of Electric Power Systems ， 2013 ， 37 （ 14 ）： 7 - 12 .

郭慧东，王玮，夏明超 . 基于数据挖掘的风电机组变桨系统劣化状态在线辨识方法［J］. 中国电机工程学报， 2016 ， 36 （ 9 ）： 2389 - 2397 .

GUO Huidong ， WANG Wei ， XIA Mingchao . On-line identification for wind turbine pitch system degradation based on data mining technology ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 9 ）： 2389 - 2397 .

赵洪山，刘辉海，刘宏杨，等 . 基于堆叠自编码网络的风电机组发电机状态监测与故障诊断［J］. 电力系统自动化， 2018 ， 42 （ 11 ）： 102 - 108 .

ZHAO Hongshan ， LIU Huihai ， LIU Hongyang ， et al . Condition monitoring and fault diagnosis of wind turbine generator based on stacked autoencoder network ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 11 ）： 102 - 108 .

赵洪山，闫西慧，王桂兰，等 . 应用深度自编码网络和XGBoost的风电机组发电机故障诊断［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 81 - 86 .

ZHAO Hongshan ， YAN Xihui ， WANG Guilan ， et al . Fault diagnosis of wind turbine generator based on deep autoencoder network and XGBoost ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 81 - 86 .

PARK J Y ， LEE J K ， OH K Y ， et al . Development of a novel power curve monitoring method for wind turbines and its field tests ［J］. IEEE Transactions on Energy Conversion ， 2014 ， 29 （ 1 ）： 119 - 128 .

GILL S ， STEPHEN B ， GALLOWAY S . Wind turbine condition assessment through power curve copula modeling ［J］. IEEE Transactions on Sustainable Energy ， 2012 ， 3 （ 1 ）： 94 - 101 .

PAPATHEOU E ， DERVILIS N ， MAGUIRE A E ， et al . A performance monitoring approach for the novel lillgrund offshore wind farm ［J］. IEEE Transactions on Industrial Electronics ， 2015 ， 62 （ 10 ）： 6636 - 6644 .

PANDIT R K ， INFIELD D . SCADA-based wind turbine anomaly detection using Gaussian process models for wind turbine condition monitoring purposes ［J］. IET Renewable Power Generation ， 2018 ， 12 （ 11 ）： 1249 - 1255 .

WILSON G ， AULT G ， MCMILLAN D . Modelling the effects of the environment on wind turbine failure modes using neural networks ［C］// International Conference on Sustainable Power Generation and Supply ， September 8-9 ， 2012 ， Hangzhou， China .

WILSON G ， MCMILLAN D . Modelling the impact of the environment on offshore wind turbine failure rates ［EB/OL］. ［ 2021-12-01 ］. https：//strathprints.strath.ac.uk/45394/1/Completeand_SubmittedEWEa2013.pdf https://strathprints.strath.ac.uk/45394/1/Completeand_SubmittedEWEa2013.pdf .

郑小霞，赵华，刘璐洁，等 . 考虑可及性的海上风机综合维护策略［J］. 电网技术， 2014 ， 38 （ 11 ）： 3030 - 3036 .

ZHENG Xiaoxia ， ZHAO Hua ， LIU Lujie ， et al . A combined maintenance strategy for offshore wind turbine considering accessibility ［J］. Power System Technology ， 2014 ， 38 （ 11 ）： 3030 - 3036 .

TAVNER P J ， GREENWOOD D ， WHITTLE M ， et al . Study of weather and location effects on wind turbine failure rates ［J］. Wind Energy ， 2013 ， 16 （ 2 ）： 175 - 187 .

杨楠，黄禹，叶迪，等 . 基于NACEMD和改进非参数核密度估计的风功率波动性概率分布研究［J］. 电网技术， 2019 ， 43 （ 3 ）： 910 - 917 .

YANG Nan ， HUANG Yu ， YE Di ， et al . Study on probability distribution of wind power fluctuation based on NACEMD and improved nonparametric kernel density estimation ［J］. Power System Technology ， 2019 ， 43 （ 3 ）： 910 - 917 .

郭照庄，霍东升，孙月芳 . 密度核估计中窗宽选择的一种新方法［J］. 佳木斯大学学报（自然科学版）， 2008 ， 26 （ 3 ）： 401 - 403 .

GUO Zhaozhuang ， HUO Dongsheng ， SUN Yuefang . A new bandwidth selection for kernel density estimation ［J］. Journal of Jiamusi University （Natural Science Edition）， 2008 ， 26 （ 3 ）： 401 - 403 .

张睿敏，张琪淼，杜叔强，等 . 大数据环境下基于Spark的Bayes分类算法研究［J］. 工业仪表与自动化装置， 2018 （ 3 ）： 116 - 118 .

ZHANG Ruimin ， ZHANG Qimiao ， DU Shuqiang ， et al . Research on Bayes classification algorithm based on Spark in big data environment ［J］. Industrial Instrumentation & Automation ， 2018 （ 3 ）： 116 - 118 .

李力行，苗世洪，涂青宇，等 . 考虑异方差效应的风电不确定性建模及其在调度中的应用［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 36 - 47 .

LI Lixing ， MIAO Shihong ， TU Qingyu ， et al . Modelling of wind power uncertainty considering heteroskedasticity effect and its application in power system dispatching ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 36 - 47 .

宋松柏 . Copulas函数及其在水文中的应用［M］. 北京：科学出版社， 2012 ： 131 - 132 .

SONG Songbai . Copulas function and its application in hydrology ［M］. Beijing ： Science Press ， 2012 ： 131 - 132 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

Shurong WEI

Mengfei YAN

Zixu REN

Yang FU

Yi WANG

Dongyue WANG

Jie PAN

YU Lujie

Related Institution

School of Electrical and Information Engineering, Tianjin University

Georgia Tech Shenzhen Institute, Tianjin University

School of Electrical Engineering and Automation, Harbin Institute of Technology

School of Electric Power, South China University of Technology

EHV Power Transmission Company of China Southern Power Grid Co., Ltd.

⁰