基于大数据分析的风电机组运行状态监测方法研究

面临着可使用能源锐减的问题。风能作为一种清洁的 新能源，就具备这个优势。另外，风能的出现还能够改

善当前的能源结构。风能由于其可再生和环保的特点， 得到了许多国家的重视和利用，其与太阳能等可再生 资源得到迅速发展。关键词:风电机组；大数据分析；监测评估随着风能被推广使用，我国近几年的风电机组不断增

加，但是风电机组因其结构的复杂性和运行环境的恶劣而 使得故障频发,为了降低风电机组的检修成本,如何利用大 数据进行监测风电机组的运行状况，进行有效的故障预警 和检查维修,成为一个新的研究课题。1国内外研究现状风电机组在不断发展过程之中出现了一系列问题。风 力发电场因其楙的发电需求，地点往往会选在偏远的地方,

交通不方便和周围环境的影响,它们故障频发。因此,监测 它的日常运行和进行故障预警就成为了急需解决的问题。1.1风机故障诊断方法风电机组故障主要有3种方法:传统诊断、智能故障诊 断和数学诊断。传统的诊断方法是通过数据来分析它们的

状态的监测技术。风力发电机组的状态监测主要包括热成像技术、油液

监测、过程参数和性能参数监视等方法。传感器经过自我

诊断采用声发射採用振动监测和应变测量进行状态检测。

1.2传感器故障诊断传感器系统是风电机组的重要组成部分之一，它的主要 功能就是能够将风速风向等环境参数和各个子部件的运行参

数进行实时采集，然后提供给风电机组的控制系统，使风电机 组能够高效运转。与此同时，风电运行商的数据中心中也会 收到来自传鯛的测辭果，实能够及时发

电机组的故障。但风电机组的参数和运行转改会随着风速的

变化而变化，风电机组传感器对数据的量要求比较大而且要 求能够实时监测，人工智能的传感器故障诊断方法存在计算

复杂的问题，所以对于风电机组传感器监测实用性较差。2大数据下风电机组状况的监测2.1数据采集关系数据库包含行与列组成的一组表。这些表存储的

都是结构型数据，表格中的行与列存在密切的联系，可以通

作者简介:陈伟（1991-）,男，河南驻马店人，本科，助理工程师, 研究方向:风机发电机组故障诊断。34《湖北农机化》2019年第16期过这些联系快速检索，将其中的数据通过固定的行与列来 确定数据代表的意义。风电机组的数据库针对不同用户划分到不同的组，来 进行机组运行的状态监测。每个组的权限也不同，系统通 过对每个组权限的控制来实时查看监测的各项参数。2.2大数据在风电中的应用现状2.2.1提高风力发电的可靠性通过大数据技术的能源电力系统，再融合天气建模技

术，就能做到这一点。在发展初期，对风能预测手段没有准 确的判断，风能在早期无法提供预期功率时,我们是使用火

电来进行后备电力的,但是火电需要的资金投入非常大。现

在，在大数据技术的支持下，通过对风力、风向温度、湿度、 降雨量和气压等进行天气建模,实时监控其变量,提高了风 能资源预测的精准度。2.2.2实现管理的专业化和标准化在风电场运维管理中，运维人员利用大数据技术对风 电机组的运行进行集中监控，能随时得到每台风电机组运

行时的准确数据。以此对风电机组进行预测性维修，还可

以结合专业知识和风电机组的历史信息、外界环境等来调 整维修计划。3风电机组运行中大数据对其状态监测的应用 3.1数据采集风电机组在每天运行的过程中会产生大量的数据，但 之前由于没有有效的采集方法，而使得监测非常困难。大

数据的出现，终于可以让我们通过完善SCADA系统来进

行有效的数据监测。3.2数据汇总和分析通过对SCADA系统提供的海量数据进行有效的分类 和汇总，最终可以分析出较严密的数据,得到正常阈值和非 正常运行阈值。3.3数据的导入和处理在监测到的各项数据中，为了实现运行状态评估中数

据量化的统一，需要提取对整个运行系统中影响最明显的

数据，再进行统一模糊化的预处理。3.4数据挖掘为了实现风电机组在运行状态中数据的精准监测，需

要利用相应的幡松来指标进的深度挖掘。4 结束语大数据的出现，为风力发电的未来发展打下了更坚实 的基础。大数据对于风力发电机在运行中的数据采集和评开发研究多元回归模型下四川省入境旅游收入的

主要影响因素分析夏文镜1陈楷健2（1.重庆商务职业学院餐饮旅游学院，重庆401331；2.武汉优地联创设计工程有限公司，湖北 武汉 430072）摘要:随着世界经济的发展，近年来,旅游业得到了 世界各国政府的充分重视。而入境旅游则是旅游业发 展的重要组成部分，其中入境旅游收入具有成本低、收

得出的总数据。2 实证研究为方便统计软件进行数据分析，假设X】代表接待入境

益高的特点，它是世界各国外汇收入的重要组成部分， 是衡量各国经济发展水平的重要指标。基于计量经济 学理论,采取定量的研究方法，运用Eviews8.0软件对

旅游人数,X2代表旅游社数,X3代表星级饭店数量,X。第三 产业从业人员数量，&代表旅游景区总数，X6代表四川省

的交通里程,Y代表四川省国际旅游外汇收入。初步分析判断可知，自变量与因变量的发展趋势大致

四川省1980〜2014年的入境旅游收入及其主要影 响因素相关数据进行了回归分析，并基于数据分析结

是成正相关的关系,为了使数据更加稳定,笔者将选取学术

果得出相关结论。关键词:回归分析；国际旅游外汇收入;入境旅游从国际来看,经济重心在向亚太地区转移,亚洲已成为

界广泛使用的双对数线性模型。据此,将模型设定如下:logY=ao+ ailogXi+ a21ogX2+

a3logX3+ a4logX4+ a5logX5+ a6logX6+ e正式回归分析之前，做出以下基本假设:最大的制造业基地，有世界最大的消费市场;人民币国际化 步畅快;新艸术推动全球产业变革,世界经济正稣第 三次创新浪潮。此背景下，德国提出了工业4.0,中国提出

假设1:随机误差项的期望为零；假设2 :不同的随机误差项之间相互独立；假设3侗方差假设。随机误差项的方差为一个常数;了“互联网+”。从国内来看,我国人口红利正在逐渐消退，渐渐进入了 人口老龄化国家；新常态要求我国经济发展向三架马车协 同带动转型;旅游成为了提升软实力,拉动内需的重要战略

假设4:随机误差项与解释变量不相关;假设5:随机误差项为服从正态分布的随机变量；假设6：解释变量之间不存在多重共线性。抓手。四川省作为旅游资源大省,国际化程度越来越高，旅 游业日趋重要的今天，究竟是哪些因素推动了四川省旅游 行业的发展？在这些推动因素中，它们对旅游业的'推动力” 到底是多少？哪些因素才是主角？1 数据来源本文一共选取了 7个变量，它们分别为四川省国际旅 游外汇收入、四川省接待入境旅游人数、四川省旅行社数、 四川省星级饭店数、四川省第三产业人员数量、四川省景 区数量和四川省交通里程。这些数据主要来自中国知网

统计数据查询,以及《中国统计年鉴》和《中国旅游统计年

鉴》的官方公布数据,其中前6项变量数据直接来自官方, 最后1项交通里程则是将每年公路交通里程，铁路交通里

程,内河航道交通里程以及航空运输吞吐量进行加总求和， 估有着非常重大的突破。通过SCADA系统监测的数据,

将数据进行分析,得出的最小二乘估计结果是:

参考文献：进行再挖掘，为构建风力发电机组在运行中的数据监测提 [1]张少敏，毛冬，王保义.大数据处理技术在风电机组齿轮箱

故障诊断与预警中的应用⑴.电力系统自动化,2016,40

供了优化框架,为之后构建大数据监测系统提供了更专业 的数据。大数据技术的运用，改善了机组运行时故障频发

（14）:129-134.（收稿日期= 2019-05-14）《湖北农机化》2019年第16期带来的困难，提高了运行的可靠性。35