基于多分类支持向量机的风电机组故障诊断

• 作者: 徐开 郑小霞
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 多分类 支持向量机 风电机组 故障诊断
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 发电技术
• 页码范围: 54-56,72
• 页数: 4页
• 分类号: TM614
• 字数: 3074字
• 语种: 中文

摘要

提出了综合考虑风电机组转速及输入/输出轴水平和垂直方向振动信号，对故障数据依照转动周期分组后分别对每个周期的时域指标进行提取，而后基于SVM（支持向量机）对提取后的数据进行4种状态下故障分类的方法。测试结果表明，该方法简单有效，具有很好的故障识别能力，适合风电机组齿轮箱故障诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑小霞	上海电力学院自动化工程学院	31	287	9.0	16.0
2	徐开	上海电力学院自动化工程学院	3	36	3.0	3.0