10.16182/j.issn1004731x.joss.17-0067
风电机组轴承健康劣化趋势建模与仿真
以风电机组轴承为研究对象,利用SCADA(Supervisory Control And Data Acquisition)监测参数,应用最小二乘曲面拟合算法,建立轴承温度健康状态劣化趋势模型.改进并应用EEMD(Ensemble Empirical Mode Decomposition)方法,分解具有非平稳性特性的轴承劣化趋势为一系列相对平稳的分量,利用时间序列神经网络分别对各分量单独预测,叠加所有分量的预测值作为最终的预测结果.经过仿真测试,该方法能够以更高的精度预测风电机组轴承健康状态劣化趋势.
风电机组轴承、劣化趋势预测、最小二乘法曲面、EEMD方法、时间序列神经网络
31
TM315;TP202+.1(电机)
国家重点研发计划2017YFE0109000
2019-04-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
151-157,165