[发明专利]一种基于轴承温度模型的风电机组故障预测方法在审
| 申请号： | 201810244189.7 | 申请日： | 2018-03-23 |
| 公开（公告）号： | CN108680358A | 公开（公告）日： | 2018-10-19 |
| 发明（设计）人： | 许昌;丁佳煜;葛立超;雷娇;潘航平;许帅;杨杰;郝辰妍 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G01M15/00 | 分类号： | G01M15/00;G01R31/34 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 朱妃;董建林 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于轴承温度模型的风电机组故障预测方法，包括以下步骤：1）根据风电机组的故障监测目标选取轴承；2）对SCADA运行数据进行分析，并应用主成分分析法选定轴承温度模型的建模参数；3）基于径向基函数神经网络与线性回归分析方法，根据历史健康状态运行数据建立健康状态轴承温度的LRRBF预测模型；4）基于LRRBF预测模型，根据当前运行数据计算实际运行状态下的轴承温度预测值；5）计算得到轴承温度预测值与实际运行值之间的残差，使用滑动窗口法进行残差分析；如果残差均值超过预设的置信区间，则判断故障监测目标出现故障，从而实现风电机组的故障预测。通过轴承温度进行风电机组的故障预测，经济而高效。 | ||
| 搜索关键词： | 轴承 风电机组 故障预测 温度模型 运行数据 故障监测 健康状态 温度预测 预测模型 残差 径向基函数神经网络 线性回归分析 主成分分析法 残差分析 滑动窗口 建模参数 目标选取 运行状态 置信区间 预设 应用 分析 | ||
【主权项】：
1.一种基于轴承温度模型的风电机组故障预测方法，其特征在于，包括以下步骤：1)根据风电机组的故障监测目标选取轴承；2)从风电机组内SCADA系统获取SCADA运行数据，对SCADA运行数据进行分析，并应用主成分分析法选定轴承温度模型的建模参数；其中，SCADA运行数据包括历史运行数据和当前运行数据，所述历史运行数据包括历史健康状态运行数据；3)基于径向基函数神经网络与线性回归分析方法，根据历史健康状态运行数据建立健康状态轴承温度的线性回归径向基函数神经网络预测模型、即LRRBF预测模型；4)基于LRRBF预测模型，根据当前运行数据计算实际运行状态下的轴承温度预测值；5)计算得到轴承温度预测值与实际运行值之间的残差，使用滑动窗口法进行残差分析；如果残差均值超过预设的置信区间，则判断故障监测目标出现故障，从而实现风电机组的故障预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810244189.7/，转载请声明来源钻瓜专利网。
