基于多源异构大数据的风电机组本征挖掘与状态异常辨识研究

基金项目类型：

国家自然科学基金

基金项目编号：

61572237

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

吴定会

完成单位：

江南大学

中文关键词：

大数据; 风电机组; 本征挖掘; 动态关联; 状态异常辨识;

项目类型：

面上项目

语种：

中文

开始日期：

2016-01-01

结束日期：

2019-12-31

中文摘要：

本征挖掘和状态异常辨识是风电机组状态监测的关键环节，是容错控制和检修计划优化的主要依据。在多源异构大数据背景下，研究计算速度快、精度高的风电机组状态辨识方法已成为一个亟待解决的课题。课题重点研究机组运行机理，借助大数据分析手段构建高效的机组监测体系，形成机组本征数据描述、多源数据采集、异构数据分析、高维数据辨识“四位一体”的分析思路。研究内容包括：(1)基于风电机组故障演化机理，提出关联数据分析方法，解决机组本征数据挖掘问题；(2)研究多源数据的动态快速采集方法，构建多源机组大数据的四层构架，为数据挖掘提供平台支撑；(3)研究异构风电大数据含噪数据清洗、集成、约简预处理方法，实现本征数据状态还原；(4)研究块结构非线性系统辨识理论，利用数字滤波技术，结合多新息辨识理论改进辨识精度，解决状态异常辨识速度和精度问题。本课题属于应用基础研究，研究成果对提高风电机组运行可靠性有很强的应用前景。