基于LSTM的塔架振动状态监测研究

针对风电机组塔架受到外部环境引起的复杂动载荷作用以及风机内部控制动作的激励而产生异常振动问题，本文提出了一种基于长短期记忆网络的塔架振动状态监测方法。首先，以风电机组监督控制和数据采集系统数据为基础，引入灰色关联度系数和最小角回归算法，分析各状态参量对塔架振动的影响；其次，采用长短期记忆网络建立塔架振动预测模型，通过对比分析预测值与实际值之间的残差判断风电机组的塔架振动状态；最后，利用某风电场的实际采集数据进行验证分析，结果表明所提方法能提前对风电机组的异常情况做出预警，可以有效避免机组因故障恶化导致的紧急停机，提高机组运行的可靠性。