基于SCADA数据特征提取的风电机组偏航齿轮箱故障诊断方法研究

• 作者: 邓子豪 李录平 刘瑞 杨波 陈茜 李重桂
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 风电机组 偏航齿轮箱 神经网络 故障诊断 SCADA
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 监测与测量
• 页码范围: 43-50
• 页数: 8页
• 分类号: TM315
• 语种: 中文
• DOI: 10.19805/j.cnki.jcspe.2021.01.007

摘要

针对风力发电机组偏航系统故障处理难度大和危害严重等问题,开发出基于数据采集与监视控制(SCADA)数据的偏航齿轮箱神经网络诊断模型.利用ReliefF算法和核密度-均值法提取能反映出偏航齿轮箱运行工况的7个SCADA参数,并提取出6种故障特征指标作为神经网络诊断模型输入量,来诊断偏航齿轮箱的正常状态、磨损故障以及断齿故障共3种运行状态.结果表明:经神经网络诊断模型训练后的误差精度满足诊断要求,能准确诊断偏航齿轮箱故障.