基于机器学习的风电机组机械传动系统故障诊断研究

摘要：

为准确诊断风电机组机械传动系统故障,提出一种基于机器学习的风电机组机械传动系统故障诊断方法.通过经验模态分解(EMD)方法分解风电机组机械传动系统振动信号,获取不同频率下的固有模态函数(IMF),经过对比分析获取可以描述故障特征频率的IMF分量,经过重构得到故障信号,使用自相关分析法去除故障信号中的噪声.通过机器学习中的Lasso正则化自编码神经网络提取风电机组机械传动系统故障特征,采用改进的粒子群算法对最小二乘支持向量机优化处理,构建分类器,将提取到的样本输入到分类器中,完成风电机组机械传动系统故障诊断.经实验测试证明,所提方法能够高效率、高精度地完成故障诊断处理.

关键词：机器学习、风电机组、机械传动系统故障诊断、EMD

所属期刊栏目：42

分类号：TM315;TP181(电机)

资助基金：广西电网有限责任公司科技项目040600KK52100012

在线出版日期：2024-01-23（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：11-15