基于Vine-Copula贝叶斯网络模型的风机高温降容状态评估方法

被引：30

作者：

杨锡运 ^{[1
]}

米尔扎提买合木提 ^{[1
]}

刘思渠 ^{[1
]}

王其乐 ^{[2
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 中能电力科技开发有限公司

来源：

中国电机工程学报 | 2020年 / 40卷 / 11期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

风机高温降容; 状态评估; 相关性分析; 贝叶斯网络; vine-Copula模型;

D O I：

暂无

中图分类号：

TM614 [风能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

风电机组在齿轮箱油温过高时会导致机组限功率运行,影响机组发电效率。传统应对风机高温降容状态多采用阈值判断,反应迟缓,加剧风机齿轮箱劣化趋势。利用贝叶斯网络对风机高温降容状态进行评估,为提取并准确合理地利用机组数据采集与监视控制系统(supervisorycontroland dataacquisitionsystem,SCADA)各个相关状态参数之间的耦合特性,通过vine-Copula模型对机组各个状态参数进行相关性分析,建立更符合机组实际运行状态的贝叶斯概率图形网络,实现对机组高温降容状态的评估。通过交叉熵算法对模型输出结果进行评价,发现与朴素贝叶斯模型相比,vine-Copula贝叶斯网络评估结果更为精确可靠,所建模型更符合机组实际运行工况,能够为现场的运维人员制定准确合理的运行和维护方案提供参考。

引用

页码：3583 / 3592

页数：10

共 17 条

[1]

Selecting and estimating regular vine copulae and application to financial returns.[J].J. Dißmann;E.C. Brechmann;C. Czado;D. Kurowicka.Computational Statistics and Data Analysis.2013,

[2]

Maximum likelihood estimation of mixed C-vines with application to exchange rates [J].