风功率曲线与风机性能衰退评估数据集
1、数据集解读
风功率曲线与风机性能衰退评估数据集记录了不同风速下的风机功率输出以及相关的环境参数。此外，该数据集还包括基于广义加性模型的风机性能衰退评估数据，这一评估方法可以用于预测风机的寿命周期、维护计划和性能优化。该数据集可用于风能研究、风电机组性能评估和远程监测等应用。
2、数据集描述
在风电机组PHM系统中，风功率曲线作为一个不可或缺的指标，常用于风机性能衰退的评估。风机在设计制造之初，理论状态下的风功率曲线就已明确，实际风功率曲线的偏离情况自然而然就成了监测风机性能优劣的参考指标。
如果风电机组在运行过程中获得的功率曲线超过理论设计的标准功率曲线，那么将使风力发电机组处于过负荷状态，则会影响机组寿命；而如果实际功率曲线低于标准功率曲线，则会影响发电量，从而造成投资回报率降低。因此，需要对风功率曲线进行监测和健康评估，以便运维人员及时对风机进行相对应的调整，使得风机产能效益最大化。
风机的功率曲线为利用风机风速与功率的对应关系曲线，在健康状态下，风机的风功率散点图应分布在设计的功率曲线周围，而当风机出现性能衰退或故障时，风机的功率分布将偏离设计的功率曲线。
图片
图1 理论与实际风功率曲线
数据描述
数据集分为训练集和测试集，另外包含一个数据描述说明文件。
图片
图2 数据集概览图
3、数据字段含义
序号 数据字段 含义 1 WindSpeed 风速 2 GridPower 风机有功功率 3 Label 风机性能状态，其中0为正常，1为性能衰退
4、数据集实践分析
之前的一些数据集，接到一些读者反馈拿到数据无从下手、不好处理等问题，因此，在这里对数据集进行一个简单的解读，方便大家更好地使用该数据集进行学习研究。
本文章介绍的数据集是一个风电机组中关于“风功率曲线”问题，这个数据集虽然只有两个变量“风速和有功功率”，但这两个变量在风电机组中是很重要的性能指标，风速可以作为评估风资源丰富程度的参考性指标，比如风频分布、湍流度计算等，而有功功率则用于衡量发电量相关指标。
下面对数据集进行“探索性数据分析，对WindSpeed变量绘制核密度分布图，如图3，这组风速的平均风速为4.74m/s，湍流度为0.64。
图片
图3 风频分布图
将风速WindSpeed变量作为横坐标，有功功率GridPower变量作为纵坐标，绘制散点图，得到风功率曲线，如图4。这个数据的作用就是用于研究风功率曲线情况，前面摘要部分也介绍了一个理论或标准风功率曲线和实际风功率曲线情况，如果实际风功率曲线偏离理论风功率曲线，那就意味着风机的风能转换为电能的效率不高，因此以此来评估和量化风机性能的衰退程度。
图片
图4 本数据集的风功率曲线
应用举例
从工程实践角度来介绍，对于风功率曲线的算法应用举例，从三个方面进行举例：异常点清洗、风功率曲线拟合、健康评估。
异常点清洗
实际风功率曲线的异常点情况比这个还要复杂，这里可以尝试使用数据集本身打好标签数据进行异常分类，或使用其它异常处理算法进行学习研究。
图片
图5 风功率曲线异常点
风功率曲线拟合
可以对风功率曲线拟合一个相对标准的风功率曲线模型，建立起一个基准曲线模型，与后续算法实时监测过程中，可以就理论值与实际值进行衡量相关性能问题。
图片
图6 风功率曲线拟合
健康评估
健康评估这里可以思考就理论与实际的偏离程度进行量化，评估出一个数值型的健康度，便于快速辨识风机性能衰退程度。
5、下载获取数据
关注公众号52phm，回复风功率曲线即可获取数据下载链接。
6、参考资料
https://baike.baidu.com/item/%E5%8A%9F%E7%8E%87%E6%9B%B2%E7%BA%BF/10349613
https://www.docin.com/p-274681396.html
数据集来源于互联网，用于学习交流，如有侵权，请联系删除！