已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Fault Prediction and Diagnosis of Wind Turbine Generators Using SCADA Data

SCADA系统 涡轮机 风力发电 断层(地质) 可靠性工程 可靠性(半导体) 工程类 汽车工程 功率(物理) 海洋工程 电气工程 航空航天工程 量子力学 物理 地质学 地震学
作者
Yingying Zhao,Dongsheng Li,Ao Dong,Dahai Kang,Qin Lv,Li Shang
出处
期刊:Energies [MDPI AG]
卷期号:10 (8): 1210-1210 被引量:120
标识
DOI:10.3390/en10081210
摘要

The fast-growing wind power industry faces the challenge of reducing operation and maintenance (O&M) costs for wind power plants. Predictive maintenance is essential to improve wind turbine reliability and prolong operation time, thereby reducing the O&M cost for wind power plants. This study presents a solution for predictive maintenance of wind turbine generators. The proposed solution can: (1) predict the remaining useful life (RUL) of wind turbine generators before a fault occurs and (2) diagnose the state of the wind turbine generator when the fault occurs. Moreover, the proposed solution implies low-deployment costs because it relies solely on the information collected from the widely available supervisory control and data acquisition (SCADA) system. Extra sensing hardware is needless. The proposed solution has been deployed and evaluated in two real-world wind power plants located in China. The experimental study demonstrates that the RUL of the generators can be predicted 18 days ahead with about an 80% prediction accuracy. When faults occur, the specific type of generator fault can be diagnosed with an accuracy of 94%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
无聊的凡阳完成签到,获得积分10
刚刚
hsh发布了新的文献求助30
1秒前
2秒前
斯文败类应助优美雨筠采纳,获得10
4秒前
勿扰发布了新的文献求助10
4秒前
Cres发布了新的文献求助100
5秒前
5秒前
7秒前
9秒前
桐桐应助inRe采纳,获得10
9秒前
好吧不是完成签到 ,获得积分10
10秒前
11秒前
活力的友卉完成签到,获得积分10
13秒前
NexusExplorer应助小徐医生采纳,获得10
14秒前
老宇发布了新的文献求助10
14秒前
15秒前
南屿完成签到,获得积分10
15秒前
15秒前
小王发布了新的文献求助30
15秒前
优美雨筠完成签到,获得积分10
17秒前
Orange应助babyshark采纳,获得10
17秒前
18秒前
无敌暗影龙神至尊王者完成签到,获得积分10
19秒前
19秒前
5411完成签到 ,获得积分10
20秒前
勿扰完成签到,获得积分10
20秒前
23秒前
汉堡包应助hsh采纳,获得10
24秒前
24秒前
27秒前
Zhaoyuemeng发布了新的文献求助10
27秒前
28秒前
黑豆也完成签到,获得积分10
29秒前
inRe发布了新的文献求助10
29秒前
29秒前
共享精神应助科研通管家采纳,获得10
29秒前
香蕉觅云应助科研通管家采纳,获得10
29秒前
29秒前
优质演绎了我的青春完成签到 ,获得积分10
30秒前
安详的玲完成签到,获得积分20
30秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256703
求助须知:如何正确求助?哪些是违规求助? 2898812
关于积分的说明 8302592
捐赠科研通 2568036
什么是DOI,文献DOI怎么找? 1394855
科研通“疑难数据库(出版商)”最低求助积分说明 652913
邀请新用户注册赠送积分活动 630631