基于MSET和集成学习的风电机组齿轮箱故障预警

• 作者: 刘长良 王梓齐
• 来源期刊: 太阳能学报
• 关键词: 风电机组 故障检测 状态监测 齿轮箱 集成学习 MSET
• 年，卷（期）: 2020,（11）
• 页码范围: 228-233
• 页数: 6页
• 分类号: TM315
• 语种: 中文

摘要

针对多元状态估计技术(multivariate state estimation technique,MSET)在风电机组齿轮箱故障预警中存在的学习能力弱、建模精度对过程记忆矩阵依赖大等问题,提出一种基于MSET和集成学习的齿轮箱故障预警方法.首先对监控与数据采集(supervisory control and data acquisition,SCADA)系统中部分数据进行K-均值聚类,构造多个独立的MSET子模型;以高斯过程回归作为结合模块,利用SCADA中其他数据资源进行训练;最后基于滑动窗口法计算报警阈值进而实现齿轮箱的故障预警.使用风场的实际运行数据对算法进行验证,结果表明基于集成学习改进的MSET在建模精度、计算时间以及预警能力上均优于传统的MSET预警方法.