基于Bi-LSTM和支持向量機的風機葉片短期覆冰狀態預測模型

熊昌全，何澤其，張宇寧，黃 勝

(1.國家電投集團四川電力有限公司，四川 成都 610065;2.國家電投集團四川電力有限公司涼山分公司，四川 西昌 615000)

0 引 言

隨著化石能源短缺以及環境污染等問題的出現，風力資源作為綠色可再生能源受到科學與工業界的高度重視[1]。為充分有效地利用風力資源，風電場一般建于高海拔山區或沿海區域，這些地區往往具有晝夜溫差大、濕度大、風力強等特點。在低溫季節，長期處于潮濕寒冷環境下的風電場面臨嚴重的風機葉片覆冰問題。風機葉片覆冰將加劇葉片的疲勞載荷以及影響風機產能，嚴重時會導致設備故障和風機壽命縮短。極端情況下，過度積冰甚至可能發生風機塔筒坍塌[2-3]，嚴重影響風電場安全經濟運行。因此亟需開展對風機葉片覆冰狀態預測研究，提前采取防范措施以預防可能發生的覆冰危害，確保風電場安全高效運行。

針對風機葉片覆冰狀況研究，文獻[4]利用天氣數據進行預測研究，將預測結果輸入基于物理機理的iceBlade模型中，實現對風機葉片的覆冰監測。文獻[5]基于壓電陶瓷應力波測量，提出了風機葉片覆冰主動監測方法，結果表明，壓電陶瓷電壓測量信號與覆冰厚度存在顯著的相關性，方法偏向實驗分析。以上覆冰檢測研究以覆冰產生機理和過程數值作為重點研究對象，缺少對風機自身運行數據的考量。文獻[6]基于數據分析的風機狀態監測方法，提出一種基于數據采集與監控系統(supervisory control and data acquisition, SCADA)數據變量相關性的監測方法，實現在不同工況下對風機健康狀況的定量評估。……