目录

专利摘要

本发明涉及一种考虑海洋气象因素的海上双馈风电机组故障判别方法,包括以下步骤:1)根据海上双馈风电机组的状态变量和海洋气象因素历史数据获取每个变量对应的边缘分布函数,所述变量包括风速、功率、温度和湍流;2)构建每个变量的Copula密度函数模型,结合变量历史正常数据和故障数据,采用极大似然估计分别对每个Copula密度函数模型进行参数估计,获取最优的Copula密度函数模型;3)将待测试数据的核密度函数值和边缘分布函数值作为最优的Copula密度函数模型的输入,根据贝叶斯决策理论进行风机状态判别。
与现有技术相比,本发明具有考虑全面、预测准确、提高使用寿命等优点。

专利状态

基础信息

专利号
CN201910517024.7
申请日
2019-06-14
公开日
2021-07-16
公开号
CN110362045B
主分类号
/F/F03/ 机械工程;照明;加热;武器;爆破
标准类别
液力机械或液力发动机;风力、弹力或重力发动机;其他类目中不包括的产生机械动力或反推力的发动机
批准发布部门
国家知识产权局
专利状态
有效专利

发明人

魏书荣 王栋悦 常彬 符杨 闫鹤鸣 李方媛

申请人

上海电力学院 全球能源互联网研究院有限公司

申请人地址

200090 上海市杨浦区平凉路2103号

专利摘要

本发明涉及一种考虑海洋气象因素的海上双馈风电机组故障判别方法,包括以下步骤:1)根据海上双馈风电机组的状态变量和海洋气象因素历史数据获取每个变量对应的边缘分布函数,所述变量包括风速、功率、温度和湍流;2)构建每个变量的Copula密度函数模型,结合变量历史正常数据和故障数据,采用极大似然估计分别对每个Copula密度函数模型进行参数估计,获取最优的Copula密度函数模型;3)将待测试数据的核密度函数值和边缘分布函数值作为最优的Copula密度函数模型的输入,根据贝叶斯决策理论进行风机状态判别。
与现有技术相比,本发明具有考虑全面、预测准确、提高使用寿命等优点。

相似专利技术