基于自适应加权和D-S证据理论的风电机组故障诊断

摘要：

由于风电机组系统相当复杂，故障原因及其现象不成简单或线性对应关系，单一检测不能够满足诊断需要。针对这一问题，将无线传感器网络（Wireless Sensor Network）中信息融合的理论和方法应用于风电机组状态监测和故障诊断中，使采集到的海量数据分别进行信号层与特征层两个层次的信息融合，运用自适应加权融合算法降低网络的数据冗余和传输能量消耗，利用高斯隶属度函数获得基本概率的赋值，提高了D-S证据理论数据的可靠性，改进的证据组合方法提高了故障识别能力。最后，对风电机组齿轮箱的故障诊断进行仿真实验，实验结果验证了该方法具有较高的诊断精度，明显提高诊断的可信度。

关键词：无线传感器、信息融合、自适应加权、D-S证据理论、基本概率赋值

分类号：TP212.9(自动化技术及设备)

资助基金：国家自然科学基金资助项目51167004；广西教育厅科研项目200911LX131

在线出版日期：2014-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：148-151,140