基于多维数据检测的风电齿轮箱故障预警研究
针对风电齿轮箱温度异常问题,提出了一种基于动态核主元成分分析统计量的过程监测方法.采用多维特征变量的相似性原则构造相关系数矩阵,选取合理的健康风电机组作为参考,以获得合理的自适应统计量控制限.再引入滑动窗口方法动态调整KPCA模型的训练集和测试集,及时感知系统的时变特性.试验表明,动态KPCA比传统KPCA监测模型可以更好地实现齿轮箱的状态在线监测及预警.
风力电机、齿轮箱、故障预警、KPCA
TM614(发电、发电厂)
2023-04-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
180-182