基于TCN的风电机组变流器故障预测研究

以风电机组网侧变流器电压故障为研究对象,通过分析SCADA系统数据的特点,基于先验知识对缺失数据、异常值数据、离散异常数据进行了常规的数据补齐和删除处理,对较难识别的堆积数据采用基于最小二乘法的变点分组法进行了清洗。基于经验识别方法,选取了风电机组中变流器故障的故障特征变量,应用TCN深度学习网络算法,对具有时序特征的风电机组变流器SCADA数据进行分析,在故障特征变量识别的基础上,进行故障预测,预测准确率达到96.56%。