10.3969/j.issn.1009-0134.2023.10.020
基于多参数融合的风电机组齿轮箱油温预警方法
针对风电机组齿轮箱状态监测问题,提出一种基于多参数融合的齿轮箱油温预警方法.首先,通过相关性分析法提取与齿轮箱油温相关性高的参数作为模型的输入.采用改进的粒子群优化BP神经网络(imPSO-BP),建立齿轮箱油温预测模型.然后,通过计算齿轮箱油温预测值与实际值的残差绝对值,并结合加权移动平均法、核密度估计法建立齿轮箱油温故障预警模型.基于某风场的数据进行了实验验证,对比分析了imPSO-BP模型和PSO-BP模型的预警效果.结果表明:提出的方法预测精度高,可提前齿轮箱油温异常预警时间,预警时间提前约27小时.
风电机组、齿轮箱、故障预警、神经网络
45
TP29(自动化技术及设备)
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
100-103,119