基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对风电机组运行工况复杂、单机容量小、状态监测设备安装成本高的特点,本史通过SCADA数据实现了齿轮箱轴承故障预警。提出了基于统计区间划分方法,通过环境温度和有功功率进行二维区间划分来预测齿轮箱轴承温度,利用滑动窗口统计异常比率作为触发援信度水平汁箅的指标,引人不同同定时段的平均值构建滑动窗口对比各自预警结果,克服了单一阈值预警时的误报和漏报问题。最后,通过实际案例对算法进行了验证,得出结论,该方法可通过机组历史SCADA数据,提取数据特性实时监测齿轮箱轴承状态。
推荐文章
基于AIS-SA网络的风电机组齿轮箱温度预警方法
风机齿轮箱
人工免疫系统
自适应算法
温度预警
基于ACSEEMD和模糊C均值聚类的 风电机组齿轮箱故障预警
自适应完全集合经验模态分解
模糊C均值聚类
风电齿轮箱
故障预警
基于DHNN的风电机组齿轮箱故障诊断
离散Hopfield神经网络
齿轮箱
故障诊断
泛化能力
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于统计区间划分的风电机组齿轮箱轴承预警方法研究
来源期刊 风力发电 学科 工学
关键词 SCADA数据 故障预警 区间划分 滑动窗口
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 18-22
页数 5页 分类号 TM621.2
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SCADA数据
故障预警
区间划分
滑动窗口
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
风力发电
双月刊
北京市西城区阜成门北大街6号-9国际投资
出版文献量(篇)
1334
总下载数(次)
16
总被引数(次)
0
论文1v1指导