基于Bi-RNN的风电机组主轴承温度预警方法研究

摘要：

主轴承是风电机组能量传递的关键设备,本文以双馈风力发电机组主轴承为研究对象,首先采用高斯混合模型(gaussian mixture model,GMM)对机组工况进行辨识;其次在各个子工况空间内建立基于双向循环神经网络(bi-directional recurrent neural network,Bi-RNN)的风电机组主轴承温度模型;然后,采用随机森林算法对主轴承温度模型残差进行建模与预测,从而实现机组主轴承故障预警;最后以某大型风电场机组为对象建模并开展仿真研究.结果表明,基于工况辨识的Bi-RNN神经网络算法结合随机森林算法对主轴承故障预警具有较强的实用性和较高的准确率.

关键词：风电机组、主轴承、工况辨识、Bi-RNN、随机森林

所属期刊栏目：40

分类号：TK83(风能、风力机械)

资助基金：中央高校基本科研业务费专项资金资助项目2019JG004;国家自然科学基金资助项目61603136

在线出版日期：2020-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：44-50