基于ARIMA风电机组齿轮箱故障趋势预测方法研究

• 作者: 付道一 杨艺 雍彬
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: ARIMA 时间序列 故障趋势预测,齿轮箱
• 年，卷（期）: 2019,（3）
• 页码范围: 87-93
• 页数: 7页
• 分类号: TH133
• 字数: 4693字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2019.0003.016

摘要

针对齿轮箱计划外停机和意外故障导致的风电机组安全运行问题,提出了一种基于ARIMA模型的故障趋势预测方法;方法可以处理具有非线性和非平稳性特征的齿轮箱运行状态监测数据,用以时间序列的自相关分析为基础的模型预测状态监测时间序列数据的趋势变化;选择生产现场采集到的齿轮箱油泵出口压力SCADA数据和运行实例验证了方法的有效性,实验结果的拟合效果令人满意;研究结果表明方法能够适应齿轮箱运行状态监测数据随时间的变化特征,反映出一定的运行状态变化趋势,具有较好的预测精度和较大的应用范围,对风电机组其他部件的故障趋势预测具有一定的应用参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨艺	重庆工商大学计算机科学与信息工程学院	31	275	11.0	15.0
5	付道一		1	1	1.0	1.0
6	雍彬		1	1	1.0	1.0