Resumen

En respuesta a las categorías de muestras desequilibradas y a la compleja distribución de muestras de los datos de funcionamiento del sistema de paso del sistema de generador de turbina eólica, este artículo propone un método para la detección de fallos del sistema de paso del sistema de generador de turbina eólica basado en la máquina de distribución de margen óptimo multiclase. En este método, la salida de potencia del sistema de aerogenerador se utiliza como parámetro de estado principal, y el historial de datos de funcionamiento del sistema de aerogenerador en el sistema de control de supervisión y adquisición de datos (SCADA) de energía eólica se somete a un análisis de correlación con el coeficiente de correlación de Pearson, para eliminar las características que tienen baja correlación con el parámetro de estado de salida de potencia. Se realiza un análisis secundario de las características restantes, reduciendo así el número y la complejidad de las muestras. Los conjuntos de datos se dividen en el conjunto de entrenamiento para el entrenamiento del modelo multiclase de detección de fallos de máquina de distribución óptima de márgenes y el conjunto de prueba para la comprobación. La verificación experimental se llevó a cabo con los datos de funcionamiento de un parque eólico de China. Los resultados experimentales muestran que, en comparación con otras máquinas de vectores soporte, el método propuesto tiene mayor precisión y exactitud en la detección de fallos y menor tasa de falsos negativos y falsos positivos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:sistema de generador de turbina eólica, método, sistema de paso, mayor precisión de detección de fallos, máquina de distribución de margen óptimo multiclase, modelo de detección de fallos de máquina de distribución de margen óptimo multiclase, otras máquinas de vectores soporte, parámetro de estado de salida de potencia, coeficiente de correlación de Pearson, distribución de muestra compleja
• Keywords:wind turbine generator system, method, pitch system, higher fault detection accuracy, multiclass optimal margin distribution machine, multiclass optimal margin distribution machine fault detection model, other support vector machines, power output status parameter, pearson correlation coefficient, complex sample distribution