基于SCADA数据的风力发电机组振动的多元线性回归分析与研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Multiple linear regression analysis and research on vibration of wind turbine based on SCADA data 作者：任岩 ; 胡雷鸣 ; 黄今 ; 朱蓉轶 英文作者：Ren Yan;Hu Leiming;Huang Jin;Zhu Rongyi;School of Electric Power, North China University of water Resources and Electric Power;Hunan Provincial Key Laboratory of Renewable Energy Electric-Technology (Changsha University of Science and Technology); 关键词：风力发电机组 ; 振动 ; 多元线性回归 英文关键词：wind turbine;;vibration;;multiple linear regression 中文刊名：NCNY 英文刊名：Renewable Energy Resources 机构：华北水利水电大学电力学院;可再生能源电力技术湖南省重点实验室(长沙理工大学); 出版日期：2019-06-20 出版单位：可再生能源 年：2019 期：v.37 基金：河南省科技攻关项目(162102210076);; 河南省高等学校重点科研项目(17A480006);; 可再生能源电力技术湖南省重点实验室(长沙理工大学)开放基金资助项目(2016ZNDL001);; 华北水利水电大学高层次人才科研启动项目(201316) 语种：中文; 页：NCNY201906022 页数：4 CN：06 ISSN：21-1469/TK 分类号：141-144

摘要

文章应用多元线性回归函数分析各参量对机组振动影响的大小,找出影响风力发电机组振动的主要因素和次要因素。通过分析发现,不论是机组的轴向振动还是侧向振动,风轮转速所带动的传动链的振动对机组的振动影响最大,桨距角的变化导致的机组载荷的变化对机组振动的影响次之,风速变化所产生的载荷的影响最小。
        The multivariate linear regression function is used to analyze the influence of various parameters on the vibration of the wind turbine unit, to find out the main influence factors and secondary factors. It is found that, whether in the axial vibration or lateral vibration of the unit, the vibration of the transmission chain driven by the wind rotor has the greatest influence on the vibration of the unit, and that the influence of the change of the unit load caused by the change of pitch angle is second, and that the influence of the load caused by the change of wind speed is minimal.

引文

[1]郭鹏,徐明,白楠,等.基于SCADA运行数据的风电机组塔架振动建模与监测[J].中国电机工程学报,2013,33(5):128-135,20.
    [2]成立峰,万书亭,绳晓玲.基于SCADA数据的风力发电机组振动监测与分析[J].噪声与振动控制,2016,36(5):160-163.
    [3]任岩,毕亚雄,吴启仁,等.基于信息融合技术的风电机组振动状态评估[J].水力发电,2017,43(2):104-107.
    [4]张鑫淼.基于SCADA数据的风电机组性能分析及健康状态评估[D].北京:华北电力大学,2017.
    [5]杨茜芝.基于运行监控数据分析的风电机组状态监测[D].北京:华北电力大学,2017.
    [6]李德雄,李斌,齐会娟,等.风电机组故障振动数据有效性的研究与实现[J].风能,2016(7):78-80.
    [7]Guo Peng,David Infield,Yang Xiyun.Wind turbine generator condition monitoring using temperature trend analysis[J].IEEE Transactions on Sustainable Energy,2012,3(1):124-133.
    [8]汪喆.基于大数据分析的风电机组运行状态监测评估[D].北京:华北电力大学,2016.
    [9]林彬.多元线性回归分析及其应用[J].中国科技信息,2010(9):60-61.
    [10]张群岩,史建邦,符娆.基于多元线性回归方法的试验条件对发动机振动的影响分析[J].机械研究与应用,2016,29(4):114-117.