基于决策融合的直驱风力发电机组轴承故障诊断

被引:28
作者
安学利
蒋东翔
李少华
机构
[1] 电力系统及发电设备控制与仿真国家重点实验室(清华大学热能工程系)
基金
中国博士后科学基金;
关键词
多源特征; 决策融合; 直驱风力发电机组; 调心滚子轴承; 故障实验; 特征提取; 故障诊断;
D O I
10.13335/j.1000-3673.pst.2011.07.011
中图分类号
TM315 [风力发电机];
学科分类号
摘要
基于振动信号时域、频域和包络谱等多源特征,采用决策融合方法构建了直驱风力发电机组轴承故障诊断模型。对直驱风力发电机组主轴轴承经常发生的外圈故障、内圈故障、滚动体故障以及正常运行4种状态进行了实验研究。选取具有较高故障区分度,适合风电机组轴承故障诊断的特征参数。以风电机组振动信号的时域特征、频域特征和包络谱频域特征为诊断样本,使用灰色关联分析方法对机组轴承故障进行初步诊断,然后用证据融合理论对不同证据进行决策信息融合,从而获得最终诊断结果。实验结果表明,该方法能较好地识别风力发电机组轴承故障。
引用
收藏
页码:36 / 41
页数:6
相关论文
共 15 条
[1]   A brief status on condition monitoring and fault diagnosis in wind energy conversion systems [J].
Amirat, Y. ;
Benbouzid, M. E. H. ;
Al-Ahmar, E. ;
Bensaker, B. ;
Turri, S. .
RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2009, 13 (09) :2629-2636
[2]   A novel fault diagnosis method of bearing based on improved fuzzy ARTMAP and modified distance discriminant technique [J].
Xu, Zengbing ;
Xuan, Jianping ;
Shi, Tielin ;
Wu, Bo ;
Hu, Youmin .
EXPERT SYSTEMS WITH APPLICATIONS, 2009, 36 (09) :11801-11807
[3]   基于支持向量机和多源信息的直驱风力发电机组故障诊断 [J].
安学利 ;
赵明浩 ;
蒋东翔 ;
李少华 .
电网技术, 2011, 35 (04) :117-122
[4]   兆瓦级直驱风力发电机组可靠性增长预测 [J].
孙永全 ;
郭建英 ;
陈洪科 ;
丁喜波 ;
崔晓萌 .
中国电机工程学报, 2010, 30 (18) :67-71
[5]   风电场常用等值方法的适用性及其改进研究 [J].
苏勋文 ;
米增强 ;
王毅 .
电网技术, 2010, 34 (06) :175-180
[6]   风力发电机组运行状态的混沌特性识别及其趋势预测 [J].
安学利 ;
蒋东翔 .
电力自动化设备, 2010, 30 (03) :15-19+24
[7]   大规模风电场接入对电力系统调峰的影响 [J].
张宁 ;
周天睿 ;
段长刚 ;
唐晓军 ;
黄建军 ;
卢湛 ;
康重庆 .
电网技术, 2010, 34 (01) :152-158
[8]   直驱式风力发电系统中的并网逆变器 [J].
杨勇 ;
阮毅 ;
任志斌 ;
刘旭 ;
沈欢庆 .
电网技术, 2009, 33 (17) :157-161
[9]   考虑峰谷电价的风电-抽水蓄能联合系统能量转化效益研究 [J].
李强 ;
袁越 ;
李振杰 ;
王伟胜 ;
鲁华永 .
电网技术, 2009, 33 (06) :13-18
[10]   基于熵权理论和信息融合技术的水电机组振动故障诊断 [J].
安学利 ;
周建中 ;
刘力 ;
李清清 ;
李超顺 .
电力系统自动化, 2008, (20) :78-82