Published March 14, 2024 | Version v1
Publication Open

Fault detection of wind turbine system based on data-driven methods: a comparative study

Creators

  • 1. Menoufia University

Description

Abstract Fault detection plays a crucial role in ensuring the safety, availability, and reliability of modern industrial processes. This study focuses on data-driven fault detection methods, which have gained significant attention across various industrial sectors due to the rapid development of industrial automation technologies and the availability of extensive datasets. The objectives of this paper are to comprehensively review and present the theoretical foundations of widely used data-driven fault detection approaches. Specifically, these approaches are applied to fault detection in wind turbine systems, with performance evaluation conducted using multiple statistical measures. The data utilized in this study were collected from a simulated benchmark of a wind turbine system. The data-driven methods are tested under the assumption that the wind turbine operates in a steady-state region. Additionally, a comparative study is conducted to identify and discuss the primary challenges associated with the practical application of these methods in real-world scenarios. Simulation results show the effectiveness and efficacy of data-driven approaches concerning the sensitivity and robustness of wind turbine sensor faults as applied in practical industrial environments.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يلعب الكشف عن الأخطاء المجردة دورًا حاسمًا في ضمان سلامة العمليات الصناعية الحديثة وتوافرها وموثوقيتها. تركز هذه الدراسة على طرق الكشف عن الأخطاء القائمة على البيانات، والتي اكتسبت اهتمامًا كبيرًا عبر مختلف القطاعات الصناعية بسبب التطور السريع لتقنيات الأتمتة الصناعية وتوافر مجموعات بيانات واسعة. تتمثل أهداف هذه الورقة في إجراء مراجعة شاملة وتقديم الأسس النظرية لنهج الكشف عن الأخطاء المستندة إلى البيانات المستخدمة على نطاق واسع. على وجه التحديد، يتم تطبيق هذه الأساليب على اكتشاف الأعطال في أنظمة توربينات الرياح، مع إجراء تقييم الأداء باستخدام مقاييس إحصائية متعددة. تم جمع البيانات المستخدمة في هذه الدراسة من معيار محاكاة لنظام توربينات الرياح. يتم اختبار الطرق القائمة على البيانات على افتراض أن توربينات الرياح تعمل في منطقة مستقرة. بالإضافة إلى ذلك، يتم إجراء دراسة مقارنة لتحديد ومناقشة التحديات الأساسية المرتبطة بالتطبيق العملي لهذه الأساليب في سيناريوهات العالم الحقيقي. تُظهر نتائج المحاكاة فعالية وفعالية الأساليب القائمة على البيانات فيما يتعلق بحساسية وقوة أخطاء مستشعر توربينات الرياح كما هو مطبق في البيئات الصناعية العملية.

Translated Description (French)

Résumé La détection des pannes joue un rôle crucial pour assurer la sécurité, la disponibilité et la fiabilité des processus industriels modernes. Cette étude se concentre sur les méthodes de détection des pannes basées sur les données, qui ont attiré une attention significative dans divers secteurs industriels en raison du développement rapide des technologies d'automatisation industrielle et de la disponibilité de vastes ensembles de données. Les objectifs de cet article sont d'examiner et de présenter de manière exhaustive les fondements théoriques des approches largement utilisées de détection des pannes basées sur les données. Plus précisément, ces approches sont appliquées à la détection de défauts dans les systèmes d'éoliennes, l'évaluation des performances étant effectuée à l'aide de multiples mesures statistiques. Les données utilisées dans cette étude ont été recueillies à partir d'une référence simulée d'un système d'éolienne. Les méthodes basées sur les données sont testées en supposant que l'éolienne fonctionne dans une région en régime permanent. De plus, une étude comparative est menée pour identifier et discuter des principaux défis associés à l'application pratique de ces méthodes dans des scénarios réels. Les résultats de la simulation montrent l'efficacité et l'efficience des approches basées sur les données concernant la sensibilité et la robustesse des défauts des capteurs d'éoliennes appliquées dans des environnements industriels pratiques.

Translated Description (Spanish)

La detección de fallas juega un papel crucial para garantizar la seguridad, disponibilidad y confiabilidad de los procesos industriales modernos. Este estudio se centra en los métodos de detección de fallos basados en datos, que han ganado una atención significativa en varios sectores industriales debido al rápido desarrollo de las tecnologías de automatización industrial y la disponibilidad de amplios conjuntos de datos. Los objetivos de este documento son revisar y presentar exhaustivamente los fundamentos teóricos de los enfoques de detección de fallas basados en datos ampliamente utilizados. Específicamente, estos enfoques se aplican a la detección de fallas en sistemas de turbinas eólicas, y la evaluación del rendimiento se realiza utilizando múltiples medidas estadísticas. Los datos utilizados en este estudio se recopilaron a partir de un punto de referencia simulado de un sistema de turbina eólica. Los métodos basados en datos se prueban bajo el supuesto de que la turbina eólica funciona en una región de estado estacionario. Además, se realiza un estudio comparativo para identificar y discutir los principales desafíos asociados con la aplicación práctica de estos métodos en escenarios del mundo real. Los resultados de la simulación muestran la efectividad y la eficacia de los enfoques basados en datos sobre la sensibilidad y la robustez de las fallas de los sensores de las turbinas eólicas aplicadas en entornos industriales prácticos.

Files

s00521-024-09604-2.pdf.pdf

Files (1.6 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:c7815ba6ec7a741499b545dedf79cde8
1.6 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
اكتشاف الأعطال في نظام توربينات الرياح بناءً على طرق تعتمد على البيانات: دراسة مقارنة
Translated title (French)
Détection des pannes du système d'éolienne basée sur des méthodes basées sur les données : une étude comparative
Translated title (Spanish)
Detección de fallos del sistema de aerogeneradores basada en métodos basados en datos: un estudio comparativo

Identifiers

Other
https://openalex.org/W4392799816
DOI
10.1007/s00521-024-09604-2

Is supplement to
https://openalex.org/W3214712242 (Other)
https://openalex.org/W3204461065 (Other)
https://openalex.org/W2925195937 (Other)
https://openalex.org/W2741863531 (Other)
https://openalex.org/W2738547440 (Other)
https://openalex.org/W2460685830 (Other)
https://openalex.org/W2344352336 (Other)
https://openalex.org/W2085232331 (Other)
https://openalex.org/W2018320994 (Other)
https://openalex.org/W1965417009 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Egypt

References

  • https://openalex.org/W1548067494
  • https://openalex.org/W1605077306
  • https://openalex.org/W1780900385
  • https://openalex.org/W1966089218
  • https://openalex.org/W1966863755
  • https://openalex.org/W1978994389
  • https://openalex.org/W1980303241
  • https://openalex.org/W1984948334
  • https://openalex.org/W1999935041
  • https://openalex.org/W2008573327
  • https://openalex.org/W2014610119
  • https://openalex.org/W2018201690
  • https://openalex.org/W2040229032
  • https://openalex.org/W2072857564
  • https://openalex.org/W2073503722
  • https://openalex.org/W2074058676
  • https://openalex.org/W2087233909
  • https://openalex.org/W2103711750
  • https://openalex.org/W2107146446
  • https://openalex.org/W2108488321
  • https://openalex.org/W2141204013
  • https://openalex.org/W2145114096
  • https://openalex.org/W2158958729
  • https://openalex.org/W2166375424
  • https://openalex.org/W2182730812
  • https://openalex.org/W2189324756
  • https://openalex.org/W2197211351
  • https://openalex.org/W2323630342
  • https://openalex.org/W2345325038
  • https://openalex.org/W2397010914
  • https://openalex.org/W2413579316
  • https://openalex.org/W2482388642
  • https://openalex.org/W2494112937
  • https://openalex.org/W2509008543
  • https://openalex.org/W2748547476
  • https://openalex.org/W2766757637
  • https://openalex.org/W2789285114
  • https://openalex.org/W2804922673
  • https://openalex.org/W2904592809
  • https://openalex.org/W2906305862
  • https://openalex.org/W3002656377
  • https://openalex.org/W3100019633
  • https://openalex.org/W3118655464
  • https://openalex.org/W3135422657
  • https://openalex.org/W3156231038
  • https://openalex.org/W3167240053
  • https://openalex.org/W3171161766
  • https://openalex.org/W4200523324
  • https://openalex.org/W4232421753
  • https://openalex.org/W4249625715
  • https://openalex.org/W4292230640
  • https://openalex.org/W4295254286
  • https://openalex.org/W4311257611
  • https://openalex.org/W4313422471
  • https://openalex.org/W4317632933