基于SCADA系统和神经网络的海上风电场故障预警方法研究

针对海上风电场的快速发展,风电场故障预警得到了广泛的关注,精准、及时的对海上风电场的风电机组运行进行监测,实现故障精确预警是目前研究的热点问题。本研究将SCADA系统和GA-BP神经网络相结合建立了发电机绕组温度预测模型,并耦合灰色关联度分析法来筛选神经网络模型的输入层数据,确定模型的敏感性指标,基于统计学原理结合风电场评价指标和滑动窗口,计算海上风电场运行预警阈值,根据预警阈值与机组的评价指标确定风电场机组的运行状态,提出一种海上风电场故障预警方法,研究结果表明该模型能有效实现海上风电场故障预警,为海上风电场故障预警方法提供理论依据和技术支撑。

关于智能变电站继电保护设备运维的探讨

继电保护装置是智能变电站工作过程中极为重要的一部分,可以有效保障整个智能变电站工作的正常进行。针对我国在智能变电站运营过程中继电保护装置进行探析,并提出合理的安全性与运维方案建议,为相关从业人员提供理论依据,提升智能变电站的稳定性与安全,推动我国智能电网的高速发展。