Detection of Wind Turbine Failures through Cross-Information between Neighbouring Turbines
Autor: | Pere Marti-Puig, Jordi Cusidó, Francisco J. Lozano, Moises Serra-Serra, Cesar F. Caiafa, Jordi Solé-Casals |
---|---|
Přispěvatelé: | Universitat Politècnica de Catalunya. Departament d'Enginyeria de Projectes i de la Construcció |
Jazyk: | angličtina |
Rok vydání: | 2022 |
Předmět: |
Fluid Flow and Transfer Processes
Signal processing Renewable energy Feature engineering Process Chemistry and Technology General Engineering Failure analysis (Engineering) Tractament del senyal Enginyeria de la telecomunicació::Processament del senyal [Àrees temàtiques de la UPC] Computer Science Applications Aerogeneradors Normal behaviour models General Materials Science Anàlisi de fallades (Enginyeria) wind turbine fault diagnosis renewable energy feature engineering normal behaviour models Energies::Energia eòlica::Aerogeneradors [Àrees temàtiques de la UPC] Instrumentation Wind turbine Fault diagnosis |
Zdroj: | Applied Sciences; Volume 12; Issue 19; Pages: 9491 UPCommons. Portal del coneixement obert de la UPC Universitat Politècnica de Catalunya (UPC) |
Popis: | In this paper, the time variation of signals from several SCADA systems of geographically closed turbines are analysed and compared. When operating correctly, they show a clear pattern of joint variation. However, the presence of a failure in one of the turbines causes the signals from the faulty turbine to decouple from the pattern. From this information, SCADA data is used to determine, firstly, how to derive reference signals describing this pattern and, secondly, to compare the evolution of different turbines with respect to this joint variation. This makes it possible to determine whether the behaviour of the assembly is correct, because they maintain the well-functioning patterns, or whether they are decoupled. The presented strategy is very effective and can provide important support for decision making in turbine maintenance and, in the near future, to improve the classification of signals for training supervised normality models. In addition to being a very effective system, it is a low computational cost strategy, which can add great value to the SCADA data systems present in wind farms. Peer Reviewed Objectius de Desenvolupament Sostenible::7 - Energia Assequible i No Contaminant::7.a - Per a 2030, augmentar la cooperació internacional per tal de facilitar l’accés a la investigació i a les tecnologies energètiques no contaminants, incloses les fonts d’energia renovables, l’eficiència energètica i les tecnologies de combustibles fòssils avançades i menys contaminants, i promoure la inversió en infraestructures energètiques i tecnologies d’energia no contaminant Objectius de Desenvolupament Sostenible::7 - Energia Assequible i No Contaminant::7.b - Per a 2030, ampliar la infraestructura i millorar la tecnologia per tal d’oferir serveis d’energia moderns i sostenibles per a tots els països en desenvolupament, en particular els països menys avançats, els petits estats insulars en desenvolupament i els països en desenvolupament sense litoral, d’acord amb els programes de suport respectius Objectius de Desenvolupament Sostenible::7 - Energia Assequible i No Contaminant |
Databáze: | OpenAIRE |
Externí odkaz: |