风力机运行状态的动力学

现代风力机通过监控与数据采集（SCADA）系统收集大量数据。我们通过在滑动时间窗口上评估皮尔逊相关矩阵，研究多种观测量的短期相互依赖关系。利用对这些矩阵进行聚类，我们识别出多种稳定的运行状态，它们刻画了单台风力机相互依赖关系的非平稳性，代表不同的风力机运行设置。此外，我们将聚类分析与随机过程的构建相结合，以更详细地研究这些状态之间的切换动力学。通过计算相关矩阵之间的距离，我们获得一个以集体方式描述复杂系统行为的时间序列。假设该时间序列由朗之万方程支配，我们估计动力学的确定性（漂移）与随机性（扩散）分量，以理解潜在的非平稳性。在使我们的方法适应数据的特定特征后，我们能够研究运行状态的动力学及其转变，并分辨迟滞效应。