改进小波包联合PNN的风电故障诊断研究

• 作者: 孟恩隆 王灵梅 申戬林 郭东杰
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风力发电机组 故障诊断 小波包 能量谱 概率神经网络
• 年，卷（期）: 2014,（4）
• 页码范围: 412-417
• 分类号: TK83|TM91
• 语种: 中文

摘要

针对风电机组故障信号的非平稳性以及故障与征兆的非线性映射导致的故障识别困难问题,提出了改进型的节点重构小波包频带能量谱与PNN(概率神经网络)的联合故障诊断新方法.文章深入分析了传统小波包频带错乱的问题,借助傅里叶变换与傅里叶逆变换改进了小波包,消除了小波包频带错乱的缺陷.首次采用改进型小波包提取故障信号特征量作为PNN的输入,然后利用PNN快速准确的非线性映射能力进行故障诊断.最后,采用风力发电机故障试验台的故障轴承的实际数据对所提方法进行验证,结果表明,所提方法可行且有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王灵梅	山西大学工程学院	63	851	15.0	27.0
2	孟恩隆	山西大学工程学院	8	33	3.0	5.0
3	申戬林	山西大学工程学院	2	36	2.0	2.0
4	郭东杰		3	41	3.0	3.0