基于群体多维相似性的风机齿轮箱预警策略
风场区域气候周期性变化及气象条件瞬时变化都会直接影响风电机组设备运行状况,已有齿轮箱故障预警策略较少与周边相似风机联动,偏向于“单体预警”.将高斯混合模型、动态时间规整及熵权值算法三者紧密结合,提出了一种基于群体多维特征相似性的故障预警策略:通过与周边风机的相似性联动,消除周期性及瞬时性环境因素对预警结果的影响;采用分级时间滚动窗口生成风机相似关系,保留数据的时间次序属性,展示研究对象的数据资源迁徙规律,判断潜在故障风机.最后,用福建沿海风场监控与数据采集系统(SCADA)数据验证了所提预警算法的有效性与实效性,至少可以提前26天预警潜在故障风机.
齿轮箱故障预警、群体评价、高斯混合模型、动态时间规整、熵权值
39
TH17
新能源电力系统国家重点实验室自主研究课题LAPS2016-18;中央高校基本科研业务费专项资金9163116001
2019-05-13(万方平台首次上网日期,不代表论文的发表时间)
共10页
180-189