10.3969/j.issn.1004-132X.2023.12.010
运行机理与数据双驱动的风电齿轮箱系统故障预警
传统基于机器学习的风电齿轮箱故障预警模型往往仅从数据着手分析数据与故障的映射关系,在参数和模型结构选择上缺少物理依据,导致模型的可解释性和泛化能力不强.从风电齿轮箱的结构和实际运行控制方式出发,分析了运行机理与对应的数据采集与监视控制系统数据的关系,定性地给出了齿轮箱典型故障发生时运行数据的变化趋势,然后根据数据分布变化规律选择参数和模型,建立了一系列基于单分类支持向量机的风电齿轮箱系统故障预警模型.实验结果显示各模型能够准确定位风电齿轮箱系统故障,具有清晰的物理意义.
风力发电机、故障分析、故障诊断、故障检测、运行机理分析
34
TK83(风能、风力机械)
国家自然科学基金51775186
2023-07-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
1476-1485