任 岩，胡雷鸣，黄 今

(1.华北水利水电大学 电力学院，河南郑州450046；2.可再生能源电力技术湖南省重点实验室(长沙理工大学)，湖南长沙410114)

0 引 言

风电机组的状态监测技术近年来成为国内外风电领域的研究热点，在风电机组的状态研究中，振动信号是反映机组各旋转部件(如叶轮、传动链、齿轮箱和发电机)等部件的运行状态的重要参数[1]。风力发电机组在运行的过程中，SCADA系统会以一定的频率采集数据(本文中为5 min)，由于采集频率较低，SCADA系统所采集到的数据经常会被忽略，其实在采集到的海量SCADA数据中隐含着许多重要的信息，本文通过对所采集到的SCADA利用相关性分析和绘制散点图深入分析风力发电机组的哪些参量对机组的振动有影响，从根本上找出影响风力机组振动的原因，为减小机组振动方面提供研究方向。

文献[1]中郭鹏等人采用非线性状态评估技术，把采集到的数据(例如：风速、功率等)绑定为一个相关的变量集，通过改变变量集的值来预测塔架的振动值。文献[2]中成立峰等人运用数据修正等统计方法对SCADA数据进行分析，研究风速、风轮转速等平均值对风力发电机组振动的影响。文献[3]中任岩等人利用信息融合技术分析SCADA各变量(如风速、风轮转速、机舱内外温度差)等对机组振动影响。他们通过分析都得出结论：风速、转矩风轮和转速等对风电机组有很大的影响。但是他们并没有分析各量在哪段时间对风力发电机组振动有影响。

本文所选取数据为甘肃某风电场现场所采集的数据，该厂SCADA系统所测的参数有有功功率、风速、转轮转速、机舱振动等量共29个。……