تشخیص و شناسایی خطای توربین بادی با استفاده از یادگیری ماشین

چکیده مقاله

یک راه اثبات شده و موثر برای کاهش هزینه های نگهداری از طریق استراتژی نگهداری مبتنی بر شرایط CBM است با استفاده از دادههای سیستم کنترل نظارتی و جمع آوری دادهها SCADA به جای تقویت سیستم نظارت بر شرایط اختصاصی CM ، عملکرد CM را می توان با کسری از هزینه به دست آورد استفاده از دادههای ۱۰دقیقه ای کنترل نظارتی توربین بادی و دادههای سیستم جمع آوری داده برای پیش بینی خطاها می تواند راهی جذاب برای کار به سمت استراتژی تعمیر و نگهداری پیش بینی کننده بدون نیاز به سرمایه گذاری در سخت افزار اضافی باشد انواع روشهای طبقه بندی در این زمینه موثر بودهاند، اما در هریک از روش ها اشکلاتی نیز وجود دارند این پژوهش با استفاده از داده های سیستم SCADA برای سطوح مختلف CM شناسایی و تشخیص خطا را بررسی می کند و نتایج آن بهبود قابل توجه معیارهای ارزیابی را در مقایسه با سایر پژوهش های انجام شده نشان می دهد

کلیدواژه‌ها

نویسندگان

علی منصوری

دانشجوی کارشناسی ارشد مهندسی سیستم های انرژی ، دانشگاه علم و صنعت ، دانشکده فناوری های نوین

ابولفضل احمدی

دانشیار گروه مهندسی سیستم های انرژی ، دانشگاه علم و صنعت ، دانشکده فناوری های نوین

رضا دشتی

استادیار گروه مهندسی سیستم های انرژی ، دانشگاه علم و صنعت ، دانشکده فناوری های

محسن قربانی

دانشجوی کارشناسی ارشد مهندسی سیستم های انرژی ، دانشگاه علم و صنعت ، دانشکده فناوری های نوین

منصوری، علی و احمدی، ابولفضل و دشتی، رضا و قربانی، محسن،1403،تشخیص و شناسایی خطای توربین بادی با استفاده از یادگیری ماشین،هشتمین کنفرانس بین المللی مدیریت، بهینه سازی و توسعه زیرساخت های انرژی،تهران

ارائه‌شده در

مجموعه مقالات هشتمین کنفرانس بین المللی مدیریت، بهینه سازی و توسعه زیرساخت های انرژی30 آبان 1403 · تهران