基于数据挖掘的风电变桨后备电源健康状态评价方法

首页 > 按月查看>2022年第3月 >77-86

基于数据挖掘的风电变桨后备电源健康状态评价方法
DOI:
                        
作者:
                        
作者单位:
作者简介:
通讯作者:
基金项目:湖南省自然科学基金面上资助项目(2021JJ30271);湖南省教育厅科研重点项目资助(19A183);国家重点研发计划项目资助(2016YFF0203400)

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

风力发电机变桨系统广泛采用超级电容作为后备电源,其性能退化将直接影响到紧急安全顺桨.针对超级电容等效电路建模的合理精确性直接影响其健康状态评价的不足,利用风电变桨超级电容后备电源充放电过程中外特性参数数据,采用数据聚类挖掘手段,提出一种基于混合加权欧氏距离的超级电容SoH评价方法,快速有效地评价后备电源SoH的优劣.通过”充电—静置—放电—静置”全过程参数特性分析,验证了该方法的正确性.

Abstract:

参考文献

相似文献

引证文献

引用本文

赵延明*,方紫微,敬明洋,吴劲豪.基于数据挖掘的风电变桨后备电源健康状态评价方法[J].湖南科技大学学报（自然科学版）,2022,37(3):77-86

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期: 2022-11-07

引用本文

分享

文章指标

历史