基于GA-ENN特征选择和参数优化的双馈风电机组轴承故障诊断

• 作者: 谢丽蓉 杨欢 李进卫 刘艺明 李江 王晋瑞
• 来源期刊: 太阳能学报
• 关键词: 风电机组 特征选择 故障诊断 滚动轴承 遗传算法 Elman神经网络
• 年，卷（期）: 2021,（1）
• 页码范围: 149-156
• 页数: 8页
• 分类号: TM761
• 语种: 中文
• DOI: 10.19912/j.0254-0096.tynxb.2018-0654

摘要

针对双馈风电机组轴承时域、频域和时频域3种复合故障混合域特征集中的信息冗余或不相关性信息的干扰,导致故障诊断技术存在诊断时间长,诊断精度差的问题,提出一种基于遗传算法(GA)和Elman神经网络(ENN)相结合进行特征选择和参数优化实现故障诊断的新方法.为减小冗余度和不相关信息,采用GA进行特征选择,选出最优特征子集,根据识别误差最小和特征子集数目最少,构造ENN的适应度函数;为更精确识别轴承故障,采用GA优化ENN的权值和阈值参数,再进行故障识别,实例结果表明该方法对故障诊断的有效性和准确性.