基于ANFIS的风电机组齿轮箱油温故障预警

• 作者: 刘瑞华 康宁 朱耀春 李韶武 顾越
• 来源期刊: 风力发电
• 学科: 工学
• 关键词: SCADA数据 故障预警 ANFIS 滑动窗口 趋势预测
• 年，卷（期）: flfd,（2）
• 页码范围: 21-25
• 页数: 8页
• 分类号: TM6

摘要

首先,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,故障发生原因复杂、参数间非线性强等特点,提出了基于自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)齿轮箱油温故障预警。本论文从工程实际出发,以某风电场实际运行的1.5MW并网风电机组SCADA系统数据为基础,采用ANFIS方法建立齿轮箱油温故障诊断模型,结合自适应阈值检测状态监测量的趋势变化,并通过相对均方根误差、诊断正确率、诊断错误率、诊断结果为故障时的诊断成功率、诊断结果为故障时的可信度等多方面的评估指标验证了故障诊断模型的准确性和有效。