风力发电机状态预测与故障诊断的研究

被引：6

作者：

吴建军 ^{[1
]}

杨俊华 ^{[1
]}

杨梦丽 ^{[2
]}

曾君 ^{[3
]}

杨金明 ^{[3
]}

机构：

[1] 广东工业大学自动化学院

[2] 国网河南省电力公司检修公司

[3] 华南理工大学电力学院

来源：

华东电力 | 2013年 / 41卷 / 12期

关键词：

状态预测; ARMA模型; 最小二乘支持向量机; 故障诊断; Matlab;

D O I：

暂无

中图分类号：

TM315 [风力发电机];

学科分类号：

080801 ;

摘要：

为完成风力发电机状态的预测与故障诊断,提出一种整体化方法,时间序列ARMA模型用于趋势预测,最小二乘支持向量机(LS-SVM)用于故障诊断。应用傅里叶变换、包络分析、倒频谱分析和小波分析相结合的方法提取发电机故障特征量;由MATLAB软件实现ARMA预测模型的构建,完成状态预测;将由预测值组成的测试样本或者其他测试样本输入到训练好的LS-SVM多类分类器中,进行风力发电机故障诊断。通过实例验证,时间序列ARMA模型、最小二乘支持向量机的方法能够准确、可靠地完成风力发电机的状态预测与故障诊断。

引用

页码：2561 / 2566

页数：6