基于机器学习的风电机组齿轮箱故障预警

摘要：

风电机组长期工作在恶劣的环境中,导致故障频发,运用合理高效的方法对风电机组部件进行故障预警,具有十分重要的现实意义.首先利用3σ-中位数准则对数据进行预处理,然后利用非线性状态估计(nonlinear state estimate technology,NSET)方法对风电机组的齿轮箱温度进行预测.当齿轮箱工作出现异常时,预测值与实际值的残差增大,超出预先设定的阈值发出报警信息.实验结果表明,提出的3σ-中位数准则组合法能够有效识别数据中的异常值,效率高,清洗效果好.对处理后的数据进行NSET建模,利用NSET模型实现了齿轮箱的故障预警.

关键词：非线性状态估计、故障预警、齿轮箱、数据清洗

所属期刊栏目：40

分类号：TK513.5(特殊热能及其机械)

资助基金：国家自然科学基金;河北省自然科学基金重点项目;河北省高层次人才资助项目

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106