基于RF和ANFIS算法的直驱风电机组故障预警

• 作者: 丁显 徐进 柳亦兵 滕伟
• 来源期刊: 噪声与振动控制
• 学科: 物理学
• 关键词: 振动与波 直驱风电机组发电机 故障预警 随机森林算法 自适应模糊神经网络算法 阈值
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 209-214
• 页数: 6页
• 分类号: O422.6
• 字数: 4833字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.01.041

摘要

针对风电机组运行工况复杂和单一状态参数不能较好实现故障早期预警的特点,提出随机森林算法(RF)和自适应模糊神经网络算法(ANFIS)相结合的故障预警方法.该方法充分考虑机组运行数据高维非线性特点,应用随机森林算法,建立有功功率与运行参数的数据驱动模型,计算各运行参数影响有功功率的相关度;构建自适应网络模糊推理系统模型,以训练误差最大值作为故障预警阈值,实时监测发电机运行状态.将该方法应用于某1.5 MW直驱机组发电机故障预警分析,结果表明,该方法能够提前预警发电机健康状态,避免严重事故发生,对风电场开展预防性维护、维修具有重要的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳亦兵	华北电力大学电站设备状态监测与控制教育部重点实验室	76	1552	19.0	37.0
2	滕伟	华北电力大学电站设备状态监测与控制教育部重点实验室	30	227	8.0	14.0
3	徐进		9	62	4.0	7.0
4	丁显	华北电力大学电站设备状态监测与控制教育部重点实验室	3	16	2.0	3.0