基于核极限学习机的风电机组齿轮箱故障预警研究

• 作者: 刘帅 刘长良 曾华清
• 来源期刊: 中国测试
• 学科: 工学
• 关键词: 风电机组 故障预警 保局投影 核极限学习机 信息熵
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 测控技术
• 页码范围: 121-127
• 页数: 7页
• 分类号: TH17
• 字数: 4539字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2018080014

摘要

风电机组运行环境恶劣、机组设备衰退是近年来齿轮箱故障频发的主要原因,其设备状态与机组安全性、运营成本息息相关.面对这一挑战,利用监控与数据采集系统数据,提出一种将保局投影、核极限学习机和信息熵相结合的风电机组齿轮箱故障预警方法.采用保局投影对风电机组状态参数进行特征提取后,使用核极限学习机建立状态参数预测模型,最后辅以改进的加入信息熵概念,可准确预警异常工况.以河北省张家口某一风电场的运行数据作为实例进行研究,仿真结果表明,所提算法至少能提前2天预警潜在故障,验证该预警方法的有效性与实效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘帅	华北电力大学控制与计算机工程学院	14	58	4.0	7.0
5	刘长良	华北电力大学新能源电力系统国家重点实验室	93	1044	17.0	29.0
6	曾华清		1	4	1.0	1.0