基于警报信号和D-S证据理论的风电机组故障诊断

• 作者: 冯延晖 叶春霖 邱颖宁
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 风电机组 SCADA警报信号 D-S证据理论 贝叶斯定理 故障诊断
• 年，卷（期）: 2019,（12）
• 页码范围: 3613-3620
• 页数: 8页
• 分类号: TM315
• 语种: 中文

摘要

数据采集与监视控制系统(SCADA)储存了风电机组大量的警报信号,这些警报信号对故障类型具有一定的指示作用.为了及时有效地检测出风电机组故障,提出一种基于低频SCADA警报信号和D-S证据理论的风电机组故障诊断方法.首先从维修记录中提取故障类型构建辨识框架,然后选取故障当天触发的所有警报信号作为证据源,最后基于改进的D-S理论进行信息融合实现故障诊断.验证结果表明,该方法可以实现风电机组故障的有效诊断,为风电机组故障诊断提供了一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯延晖		21	69	6.0	7.0
2	邱颖宁		22	70	6.0	7.0
3	叶春霖		2	9	1.0	2.0