大功率并网风电机组状态监测与故障诊断研究综述

被引：65

作者：

李辉 ^{[1
]}

胡姚刚 ^{[1
]}

李洋 ^{[1
]}

杨东 ^{[1
]}

梁媛媛 ^{[2
]}

欧阳海黎 ^{[3
]}

兰涌森 ^{[3
]}

机构：

[1] 重庆大学输配电装备及系统安全与新技术国家重点实验室

[2] 重庆科凯前卫风电设备有限责任公司

[3] 中船重工(重庆)海装风电设备有限公司

来源：

电力自动化设备 | 2016年 / 36卷 / 01期

关键词：

风电机组; 状态监测; 故障诊断; 状态评估; 多参数融合; 故障预测; 风电; 故障分析;

D O I：

10.16081/j.issn.1006-6047.2016.01.002

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

状态监测与故障诊断技术是降低大功率并网风电机组的故障率和其运维费用的有效手段之一。对风电机组状态评估和故障预测进行综述。首先,在分析国内外风电机组故障统计情况的基础上,提出状态监测需要关注的风电机组关键部件;其次,综述风电机组整机综合状态评估和故障预测研究现状;然后,重点评述和分析风电机组关键部件的状态监测与故障诊断方法;最后,提出大功率并网风电机组状态监测与故障诊断的研究要点及趋势。

引用

页码：6 / 16

页数：11

共 42 条

[21] 小波神经网络对风力发电机齿轮箱的故障诊断 [J].