基于数据挖掘的风电机组齿轮箱运行状态分析

被引:38
作者
贾子文
顾煜炯
机构
[1] 华北电力大学能源动力与机械工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
风电机组齿轮箱; 数据挖掘; 非线性状态估计方法; 因子分析;
D O I
暂无
中图分类号
TM315 [风力发电机];
学科分类号
080802 [电力系统及其自动化];
摘要
针对风电机组齿轮箱运行状态识别困难的问题,基于数据挖掘思想,提出改进的非线性状态估计方法,得到了机组参数与运行状态之间的关联机制;通过因子分析,有效减小样本数据空间,提高了样本数据的解释能力;根据机组实际运行特点,运用滑动窗口与异常率的方法对预测残差进行分析,保证了最终分析结果的准确性与可信性。结合实际案例分析可知,该方法较传统分析方法能够更及时、准确地察觉风电机组齿轮箱异常状态。
引用
收藏
页码:650 / 658
页数:9
相关论文
共 18 条
[1]
基于压缩信息特征提取的滚动轴承故障诊断方法 [J].
孟宗 ;
李晶 ;
龙海峰 ;
潘作舟 .
中国机械工程, 2017, 28 (07) :806-812
[2]
基于改进的多元离群检测方法的风机齿轮箱早期故障诊断 [J].
顾煜炯 ;
贾子文 ;
王瑞 ;
任玉亭 .
中国机械工程, 2016, 27 (14) :1905-1910+1916
[3]
基于多元状态估计和偏离度的电厂风机故障预警 [J].
刘涛 ;
刘吉臻 ;
吕游 ;
崔超 .
动力工程学报, 2016, 36 (06) :454-460
[4]
大功率并网风电机组状态监测与故障诊断研究综述 [J].
李辉 ;
胡姚刚 ;
李洋 ;
杨东 ;
梁媛媛 ;
欧阳海黎 ;
兰涌森 .
电力自动化设备, 2016, 36 (01) :6-16
[5]
结合C-均值聚类的自适应共振神经网络在风电机组齿轮箱故障诊断中的应用 [J].
李状 ;
柳亦兵 ;
马志勇 ;
滕伟 .
动力工程学报, 2015, 35 (08) :646-651+665
[6]
基于小波包的EITD风力发电机组齿轮箱故障诊断 [J].
向玲 ;
鄢小安 .
动力工程学报, 2015, 35 (03) :205-212
[7]
基于CLSSVM的风电机组齿轮箱故障诊断 [J].
黎涛 ;
唐明珠 ;
谭欣星 .
可再生能源, 2015, 33 (02) :232-237
[8]
基于非线性状态估计的风电机组变桨控制系统故障识别 [J].
尹诗 ;
余忠源 ;
孟凯峰 ;
李闯 ;
王其乐 .
中国电机工程学报, 2014, 34(S1) (S1) :160-165
[9]
基于可靠度的风电机组预防性机会维修策略 [J].
赵洪山 ;
张路朋 .
中国电机工程学报, 2014, 34 (22) :3777-3783
[10]
基于PCA和多变量极限学习机的轴承剩余寿命预测 [J].
何群 ;
李磊 ;
江国乾 ;
谢平 .
中国机械工程, 2014, 25 (07) :984-989