On the use of high-frequency SCADA data for improved wind turbine performance monitoring
Resumen: SCADA-based condition monitoring of wind turbines facilitates the move from costly corrective repairs towards more proactive maintenance strategies. In this work, we advocate the use of high-frequency SCADA data and quantile regression to build a cost effective performance monitoring tool. The benefits of the approach are demonstrated through the comparison between state-of-the-art deterministic power curve modelling techniques and the suggested probabilistic model. Detection capabilities are compared for low and high-frequency SCADA data, providing evidence for monitoring at higher resolutions. Operational data from healthy and faulty turbines are used to provide a practical example of usage with the proposed tool, effectively achieving the detection of an incipient gearbox malfunction at a time horizon of more than one month prior to the actual occurrence of the failure.
Idioma: Inglés
DOI: 10.1088/1742-6596/926/1/012009
Año: 2017
Publicado en: Journal of physics. Conference series 926 (2017), 012009 [14 pp]
ISSN: 1742-6588

Financiación: info:eu-repo/grantAgreement/EUR/H2020/642108
Financiación: This project has received funding from the European Union’s Horizon 2020 research and innovation program under grant agreement No H2020 642108
Tipo y forma: Artículo (Versión definitiva)
Área (Departamento): Ingeniería Eléctrica (Departamento de Ingeniería Eléctrica)

Creative Commons Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.


Exportado de SIDERAL (2018-02-15-08:19:07)

Este artículo se encuentra en las siguientes colecciones:
Artículos > Artículos por área > Ingeniería Eléctrica



 Registro creado el 2017-12-13, última modificación el 2018-02-15


Versión publicada:
 PDF
Valore este documento:

Rate this document:
1
2
3
 
(Sin ninguna reseña)