本书以风电SCADA数据分析与智能建模为主线，系统梳理并总结了作者团队的相关研究成果：一方面，聚焦风电SCADA数据，深入探讨其特点、分析模式与预处理方法；另一方面，围绕风电机组运行，研究其参数特征、行为规律，并在此基础上构建性能预测与状态监测模型。全书共9章，第1章介绍风电SCADA数据特点、分析模式、研究现状与面临的挑战；第2章介绍SCADA数据预处理方法；第3～6章以数理统计、知识发现为主，侧重介绍基于物理机制的数据建模与分析；第7～9章以智能建模、辅助决策为主，侧重介绍基于智能算法的数据建模与分析。

更多科学出版社服务，请扫码获取。

2016.04–2017.03, Newcastle University (UK) 访问学者 2007.09 – 2011.11, 中南大学, 机电工程学院, 博士 2002.09 – 2005.06, 西华大学, 机械工程与自动化系, 硕士 1998.09 – 2002.06, 四川工业学院（现西华大学）, 机械工程与自动化系, 学士2017.12至今 湖南科技大学, 机电工程学院, 教授 2012.12–2017.12 湖南科技大学, 机电工程学院, 副教授 2007.11–2012.12 湖南科技大学, 机电工程学院, 讲师 2005.11–2007.11 湖南科技大学, 机电工程学院, 助教风电技术与装备大型风电机组多重载荷与能量特性研究, 湖南省自然科学二等奖，2023年，排名第12020.06至今 湖南科技大学, 湖南省“芙蓉学者奖励计划”特聘教授 2022.07至今 湖南省机械工程学会副理事长 2022.11至今 中国机械行业卓越工程师教育联盟理事 2018.11至今 中国振动工程学会机械动力学专业委员会委员

目录
前言
主要符号说明
第1章 绪论 1
1.1 SCADA数据分析 1
1.1.1 工业SCADA系统 1
1.1.2 工业SCADA数据分析 3
1.2 风电机组概况 7
1.2.1 风电机组类型 7
1.2.2 风电机组主要组成部分 9
1.2.3 风电机组运行原理 11
1.2.4 风电机组系统分析 12
1.3 风电SCADA系统 14
1.3.1 风电SCADA系统组成 15
1.3.2 风电SCADA系统软件 16
1.3.3 风电SCADA系统实时监测界面 18
1.3.4 风电SCADA系统数据库 19
1.4 风电SCADA数据分析模式与挑战 22
1.4.1 风电SCADA数据理解 23
1.4.2 风电SCADA数据探究 25
1.4.3 风电SCADA数据挖掘 27
1.4.4 风电SCADA数据应用 28
1.4.5 风电SCADA数据分析研究面临的挑战 29
参考文献 33
第2章 风电机组SCADA数据预处理 35
2.1 数据准备 35
2.2 异常数据剔除 37
2.2.1 四分位法 39
2.2.2 拉依达准则 41
2.2.3 核密度估计法 42
2.3 噪声数据平滑 44
2.3.1 数据分箱法 44
2.3.2 数据单值处理 50
2.4 数据多阶段处理 55
2.4.1 数据三阶段处理 55
2.4.2 数据处理结果评价 57
参考文献 72
第3章 风电机组风功率参数特征SCADA数据分析 74
3.1 山地风电场风资源特性SCADA数据分析 74
3.1.1 山地风电场 74
3.1.2 评估指标与流程 76
3.1.3 风速特征研究 77
3.1.4 风向特征研究 85
3.1.5 风速和风向联合分布 93
3.2 风电机组功率波动SCADA数据分析 96
3.2.1 风能与风电机组功率关系模型 96
3.2.2 风速波动与功率波动一维评价模型 100
3.2.3 风向波动与功率波动一维评价模型 106
3.2.4 风速波动、风向波动与功率波动二维评价模型 110
3.3 风电机组风能利用系数SCADA数据分析 114
3.3.1 基于数据拟合的风能利用系数计算 114
3.3.2 基于实时数据的风能利用系数计算 117
3.3.3 基于工况分区的风能利用系数计算 119
参考文献 128
第4章 风电机组变桨行为特性SCADA数据分析 130
4.1 变桨距系统及其SCADA数据 130
4.1.1 变桨距系统结构组成 130
4.1.2 变桨距系统SCADA数据 131
4.2 变桨距系统行为特性统计分析 134
4.2.1 变桨距系统运行状态统计分析 134
4.2.2 变桨距系统运行历程统计分析 136
4.2.3 变桨距系统变桨电机转矩统计分析 138
4.2.4 风速对变桨距系统行为特性的影响 141
4.3 变桨距系统力学特性分析 152
4.3.1 变桨距系统力学建模 152
4.3.2 变桨距系统受力估算 154
4.3.3 变桨距系统受力数据分析 157
参考文献 164
第5章 风电机组偏航行为特性SCADA数据分析 166
5.1 偏航状态下风能捕获特性分析 166
5.1.1 偏航状态下能量捕获机制理论分析 166
5.1.2 偏航角数据滤波 169
5.1.3 偏航状态下功率特性和转矩特性 170
5.2 基于行为特性的偏航系统控制策略优化 175
5.2.1 山地风电场风电机组偏航行为分析 175
5.2.2 偏航系统控制策略优化 178
5.2.3 数据仿真试验与结果分析 184
5.3 计及偏航效应的机舱振动特性分析 191
5.3.1 风速对机舱振动的影响 191
5.3.2 风轮转速对机舱振动的影响 194
5.3.3 变桨偏航对机舱振动的影响 195
5.3.4 机舱振动聚类分析 198
参考文献 201
第6章 风电机组运行状态SCADA数据分析 203
6.1 基于参数关系的运行状态识别 203
6.1.1 风电机组运行状态建模 203
6.1.2 风电机组运行状态识别 205
6.1.3 运行状态识别实例分析 209
6.2 基于概率面积准则的功率特性在线评估 217
6.2.1 功率特性分析与数据处理 217
6.2.2 基于概率面积准则的运行状态评估 219
6.2.3 功率特性评估结果分析 223
6.3 风电机组性能劣化评价 231
6.3.1 性能劣化评价指标及内涵 231
6.3.2 评价指标量化与评价模式 234
6.3.3 性能劣化评价实例分析 239
参考文献 244
第7章 风电机组SCADA数据智能识别 246
7.1 基于DBSCAN算法的异常数据样本识别 246
7.1.1 DBSCAN算法相关概念 246
7.1.2 风电机组实例分析 248
7.2 基于随机森林算法的异常数据样本识别 249
7.2.1 随机森林算法相关概念 249
7.2.2 随机森林分类法识别流程 250
7.2.3 风电机组实例分析 253
7.3 基于RWSSA-AANN模型的风电机组风速异常数据识别 255
7.3.1 风电场的风电机组分类 256
7.3.2 RWSSA-AANN模型 258
7.3.3 风速仪故障识别 263
7.3.4 风电机组实例分析 266
7.4 基于TICC算法的风电机组SCADA数据工况识别 277
7.4.1 风电机组运行工况分析 277
7.4.2 高维时间序列数据在线分割聚类算法 279
7.4.3 风电机组实例分析 285
参考文献 294
第8章 风电机组SCADA运行参数智能预测 296
8.1 基于CEEMD-WOA-Elman模型的风电机组功率预测 296
8.1.1 CEEMD方法 297
8.1.2 WOA 297
8.1.3 Elman神经网络 299
8.1.4 CEEMD-WOA-Elman模型 300
8.1.5 风电机组实例分析 301
8.2 基于SSAE-MLP模型的风电机组机舱振动预测 305
8.2.1 SSAE模型 305
8.2.2 SSAE-MLP模型 308
8.2.3 风电机组实例分析 309
8.3 基于KPCA-CNN-LSTM模型的风电机组发电机温度预测 316
8.3.1 KPCA模型 317
8.3.2 KPCA-CNN-LSTM模型 318
8.3.3 风电机组实例分析 321
参考文献 323
第9章 风电机组SCADA运行状态智能监测 326
9.1 基于DA-Bi-LSTM模型的主轴承运行健康状态评估 326
9.1.1 主轴承状态参数选择 327
9.1.2 DA-Bi-LSTM模型 328
9.1.3 风电机组实例分析 333
9.2 基于FISSA-DBN模型的风电机组运行状态监测 339
9.2.1 风电机组运行状态预测模型 339
9.2.2 风电机组运行状态监测方法 342
9.2.3 风电机组实例分析 345
9.3 基于NARX温度相关分析模型的风电机组运行状态监测 348
9.3.1 基于NARX的温度参数预测模型 348
9.3.2 基于NARX的风电机组逆变器温度参数预测 350
9.3.3 基于NARX的风电机组运行状态监测 356
9.3.4 风电机组实例分析 364
参考文献 369