关键词:
风力发电
机械振动特性
数据驱动
故障诊断
机器学习
摘要:
风力发电凭借其可再生特性,在全球范围内得到了广泛应用。然而,风力发电机组复杂的结构和恶劣的工作环境,使其故障频发。本研究针对此问题,深入探索风力发电机组的机械振动特性,采用数据驱动方法,创新性地提出并实践了基于机器学习的故障诊断方法。我们构建了针对风电发电机主轴承损伤、齿轮箱故障及其健康状况的预测模型。结果 显示,方法 在故障预警、故障类型判断及故障程度评估方面表现出色,具有高准确性和有效性。此外,方法 能有效降低风力传动系统的维修成本,显著提升风力发电系统的安全性和可靠性,为风力发电项目的运维决策提供有力支持。