一种基于组合预测的风电机组状态参数异常辨识方法

摘要

本发明涉及一种基于组合预测的风电机组状态参数异常辨识方法，包括以下步骤：选取合适的风电场SCADA数据，得到训练数据和测试数据；建立目标参数的单项预测模型(包括BPNN和LSSVM)，对组合模型进行优化，选择合适的权重；采用组合预测模型预测目标参数，并与实际值对比，得到残差；计算均方根误差(RMSE)，获得RMSE的变化情况；若RMSE小于阈值，判定状态参数正常，若RMSE大于阈值，采用相同的残差数据计算熵值；若熵值小于阈值，判定状态参数正常，虽然此时RMSE大于阈值，但是残差数据变化不大，不能判定为出现异常；若熵值大于阈值，则判定状态参数出现异常。本发明采用的方法易于编程实现，能够快速准确地对风电机组状态参数进行异常辨识。