基于自适应阈值的小波BP神经网络风电变桨系统故障预测

• 作者: 肖成 刘作军 张磊
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风电机组变桨系统 故障预测 自适应阈值 小波分析 BP神经网络
• 年，卷（期）: 2021,（2）
• 页码范围: 201-207
• 页数: 7页
• 分类号: TK83
• 语种: 中文

摘要

为了提高风能资源的有效利用,提高风电机组运行的可靠性、经济性和安全性,故障预测变得尤为重要.故障预测方法在判断设备隐患、制定合理的风电场运维方案方面具有重要的理论和实际意义.围绕变桨系统故障预测的问题,文章利用小波对机械信号特征敏感的优点,引入自适应阈值函数实现对小波降噪的改进,结合具有自学习能力和并行处理能力强的BP神经网络,建立了自适应阈值的小波BP神经网络故障预测模型.该模型结合了小波分析的技术特点,减少了噪声对预测模型的干扰,模型简洁、易实现.应用该网络预测模型,提前15 d对变桨系统故障预测的准确率达到了92.27％.