基于 Copula 变分推断的序列不完全风电功率曲线方向监控方法
应用统计
2023-11-07 v1
摘要
风力机常于复杂工况下运行，导致性能退化。准确的性能退化监控对于保障风力机可靠运行与降低维护成本至关重要。风力机功率曲线监控是检测性能退化的有效手段。然而，由于风速的间歇性与波动性，不同时段风速范围各异，致使功率曲线难以比较。受此启发，我们提出基于 copula 的变分推断框架，并用以建立序列不完全风电功率曲线估计算法。首先，基于 copula 变分推断与集成样条回归模型构建单调功率曲线，并顺序更新模型参数的先验分布。进而，基于名为 KLdivergence factor 的新统计量构建方向控制图以监控风力机性能退化。英国东部某风电场真实数据显示，相较现有方法，所提方法既能提高风力机功率曲线建模精度，又能更精确、全面地监控风力机性能退化。
引用
@article{arxiv.2311.02411,
title = {A Directional Monitoring Approach of Sequential Incomplete Wind Power Curves with Copula-based Variational Inference},
author = {Peng Wang and Yanting Li and Fugee Tsung},
journal= {arXiv preprint arXiv:2311.02411},
year = {2023}
}