基于高斯过程回归和双滑动窗口残差处理的风电机组主轴状态监测

摘要：

针对风电机组运行数据强随机性和高噪声的特点,采用高斯过程回归方法建立主轴正常时段的温度模型,并应用自动关联分析方法选择主轴温度模型的建模变量.为降低建模复杂程度,采用模糊核聚类方法对风电机组原始运行数据进行筛选,消除冗余信息,构造紧凑有效的建模样本集.当主轴发生故障时,模型的输入观测向量发生异常变化,导致模型预测残差发生明显改变.为提高主轴异常预警的灵敏度和可靠性,采用基于莱依特准则的双滑动窗口对预测残差序列进行实时的统计分析,如果残差均值或标准差超出设定的故障报警阈值,则发出报警信息.某风电机组主轴的实际运行数据验证了所提方法的有效性.

关键词：风电、主轴、状态监测、高斯过程回归、自动关联分析、模糊核聚类、残差、双滑动窗口

所属期刊栏目：38

分类号：TK83;TM315(风能、风力机械)

资助基金：国家自然科学基金资助项目51677067

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：34-40