风电机组在线智能故障诊断技术发展趋势

• 作者: 冯永新 张楚 杜胜磊 潘巧波 邓小文 高庆水
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 风力发电 齿轮箱 故障预测 故障诊断 智能化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 能源及动力工程
• 页码范围: 173-177
• 页数: 5页
• 分类号: TM614
• 字数: 3995字
• 语种: 中文

摘要

总结了风电机组及风电场常见的故障类型以及故障分析理论,并针对风电机组故障诊断系统的分散性,提出风电机组故障诊断技术今后的发展方向,即对现有单一风场分散的监控与管理系统进行整合,通过异构数据的采集、存储及管理技术,建立统一完整的实时和历史数据库.基于完整的风电场统管数据库,开发风电机组各个重要子系统的在线监测系统,进而整合优化,实现基于数据融合方法的具有自学习能力的风电场智能专家故障预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高庆水	广东电网有限责任公司电力科学研究院	28	71	5.0	6.0
2	冯永新	广东电网有限责任公司电力科学研究院	50	327	11.0	15.0
3	张楚	广东电网有限责任公司电力科学研究院	21	84	4.0	8.0
4	邓小文	广东电网有限责任公司电力科学研究院	35	148	5.0	10.0
5	杜胜磊	广东电网有限责任公司电力科学研究院	7	35	4.0	5.0
6	潘巧波	广东电网有限责任公司电力科学研究院	5	14	3.0	3.0