基于BP神经网络的多变量风力发电机绕组温度预测

摘要：

故障预测对提高风电机组的可靠性和可利用率具有重要作用.绕组温度超标是风电机组发电机故障的重要特征之一.本文建立了3层BP网络,将半小时内的风电机组轮毂转速、发电机转矩、机舱温度、绕组温度作为输入单元,通过数据训练和测试,输出当前工况下的绕组温度预测值,并以国内某风机为例,对预测结果与实测数据进行对比分析.结果显示,所建模型计算速度快、精度高,验证了BP神经网络在风电机组绕组温度预测中的适用性.

关键词： 风力发电机 绕组温度 BP神经网路 预测精度

作者: 龙泉 鲁志平 张羽

作者单位: 大唐新能源试验研究院,北京市西城区菜市口大街西砖胡同二号院 100052

会议类型: 国内会议

会议名称: 2016年中国电机工程学会年会

会议地点: 南京

会议语种:中文

页码: 1-4

在线出版日期: 2016-11-15（万方平台首次上网日期，不代表论文的发表时间）