基于数据驱动的风电机组状态监测与故障诊断技术综述

随着大规模风电场的建设，风电机组的状态监测和故障诊断成为一个重要的研究课题。早期的风电机组状态监测和故障诊断依靠人工巡检，而随着风电机组装机容量的不断增长，人工巡检的成本和难度也随之增加。近年来，基于数据驱动方法的风电机组状态监测和故障诊断逐渐成为热点。文中从运行数据类型出发，对相关研究内容进行综述。首先，针对风电机组数据采集与监控（SCADA）系统，从监测对象角度出发，剖析基于SCADA数据的状态监测与故障诊断方法的研究现状；其次，针对风电机组组件振动数据，分析对比各类振动故障特征提取方法的优点和局限性；然后，针对新兴基于图像数据或数据-图像转换数据的状态监测与故障诊断方法，从单一图像诊断和数据-图像转换评估两方面对现有研究进行论述与总结；最后，对未来状态监测和故障诊断的研究方向进行了展望。