基于轴承温度模型的风电机组故障预测研究 |
| |
引用本文: | 丁佳煜,许昌,葛立超,杨杰,许帅,李云涛.基于轴承温度模型的风电机组故障预测研究[J].可再生能源,2018(2). |
| |
作者姓名: | 丁佳煜 许昌 葛立超 杨杰 许帅 李云涛 |
| |
作者单位: | 河海大学能源与电气学院;中国能源建设集团湖南省电力设计院有限公司; |
| |
摘 要: | 采用风电机组状态监测技术可有效提高机组运行的安全可靠性。轴承是风电机组能量传递的重要部件,轴承的状态评估对机组安全运行具有重要意义。文章基于主成分分析方法,选取影响机组轴承温度的参数,提出了改进的线性回归径向基函数神经网络方法,建立了正常运行状态下轴承的温度预测模型;通过机组运行数据的分析比较,采用滑动窗口残差统计方法对机组运行状态进行实时监视评价发现,发电机出现异常时,轴承温度呈现上升趋势,残差值超过设定的置信区间,从而能实现对故障的有效预测。文章的研究结果可为风电机组的安全高效运行提供参考。
|
关 键 词: | 风电机组 轴承温度 线性回归RBF神经网络 残差 故障预测 |
The fault prediction in wind turbine based on temperature model of bearings |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|