文献类型：期刊文章

作　　者：邓子豪[1] 李录平[1] 刘瑞[1] 杨波[2] 陈茜[1] 李重桂[1]

DENG Zihao;LI Luping;LIU Rui;YANG Bo;CHEN Xi;LI Zhonggui(School of Energy and Power Engineering,Changsha University of Science and Technology,Changsha 410014,China;Guangzhbu Special Pressure Equipment Inspection and Research Institute,Guangzhou 510000,China)

机构地区：[1]长沙理工大学能源与动力工程学院,长沙410014 [2]广州特种承压设备检测研究院,广州510000

出　　处：《动力工程学报》

基　　金：广东省质量技术监督局科技资助项目(2018CT28);广州特种承压设备检测研究院科技资助项目。

年　　份：2021

卷　　号：41

期　　号：1

起止页码：43-50

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对风力发电机组偏航系统故障处理难度大和危害严重等问题,开发出基于数据采集与监视控制(SCADA)数据的偏航齿轮箱神经网络诊断模型。利用ReliefF算法和核密度-均值法提取能反映出偏航齿轮箱运行工况的7个SCADA参数,并提取出6种故障特征指标作为神经网络诊断模型输入量,来诊断偏航齿轮箱的正常状态、磨损故障以及断齿故障共3种运行状态。结果表明:经神经网络诊断模型训练后的误差精度满足诊断要求,能准确诊断偏航齿轮箱故障。

关 键 词：风电机组 偏航齿轮箱  神经网络 故障诊断 SCADA

分 类 号：TM315]