数据挖掘在风力发电机组故障诊断中的应用

摘要

本课题是以信号分析和处理技术，数据挖掘技术和数据库技术为理论基础，对复杂风力发电机组的故障诊断方法及其应用进行了深入的研究。该研究能保证风力发电机组安全、高效地运行，提高了生产效率和管理水平，在恢复故障部件并挽回故障造成的经济损失，提高社会的经济效益等方面有着现实的意义。
　　 随着风力发电机组结构的复杂化，故障类型众多，故采集的各项数据必须保存在数据库中。保存的机组监测数据越来越多，而这激增的数据背后又隐藏着重要的信息，利用积累的这些海量数据可以对机组的运行状态、生命周期、故障等情况进行预测和诊断。本课题首先介绍了风力发电机组故障诊断的国内外现状；接着详细介绍了风力发电机组的组成、工作原理，以及各个部件的典型故障；并着重对风力发电机组典型的转子系统的故障进行了故障机理分析，以及对转子系统故障信号进行了信号处理，并提取了各个故障类型的故障信号特征；根据这些故障数据特征，设计了故障数据库，其中包括故障信息库、故障案例库、故障规则库，而故障规则库的建立则是在故障信息库和故障案例库的基础上，利用数据挖掘中的决策树方法和关联规则方法提取规则，并保存于故障数据库中。通过对规则的提取，利用测试集进行验证规则的准确度，利用规则的准确度评估故障数据库的性能，从而保证了数据挖掘技术在风力发电机组中的应用。
　　 本系统是在Windows Server2003平台下，运用SQL Server2005数据管理系统，采用MATLAB中的决策树工具箱中的决策树模型和SQL Server2005集成的数据挖掘工具中的关联规则模型，顺利地提取了决策树规则和关联规则，并把这些规则保存于故障规则库中，利用数据库中的查询功能实现对故障类型的匹配，从而找到故障类型、故障原因以及维修建议，实现了对风力发电机组故障诊断的目的。为减少生产检测成本、提高风力发电机组生产的稳定性起到了积极作用，为我国经济又快又好的发展提供了保障。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景

1.2 国内外故障诊断领域与发展趋势

1.2.1 故障诊断技术的国内外现状

1.2.2 国内外风力发电机的故障诊断技术的现状

1.2.3 数据挖掘技术在国内外故障诊断领域的研究现状

1.3 本课题的研究意义和主要内容

1.3.1 本课题研究意义

1.3.2 本课题的主要内容

第二章 故障诊断相关技术的概述及软件的选定

2.1 故障诊断简介

2.1.1 故障诊断的概念

2.2.2 故障诊断方法的分类

2.2 数据挖掘技术

2.2.1 数据挖掘的定义

2.2.2 数据挖掘的过程

2.2.3 数据挖掘的任务

2.2.4 数据挖掘的常用挖掘技术

2.2.5 数据挖掘中挖掘技术的优缺点

2.2.6 风力发电机组故障诊断中的挖掘技术的选定

2.3 数据挖掘工具的选择

2.3.1 0racle公司的Darwin数据挖掘工具

2.3.2 微软公司的SQL Server系列的数据挖掘工具

2.3.3 MATLAB中的数据挖掘工具

2.4 数据库技术

2.4.1 数据库开发系统的选择

2.4.2 SQL Server 2005的简介

2.5 本章小结

第三章 故障诊断硬软件结构的设计

3.1. 故障诊断硬件体系设计

3.2 系统软件体系结构总体设计

3.3 本风力发电机组故障诊断系统设计结构

3.4 本风力发电机组故障诊断的基本模型设计

3.5 本章小结

第四章 风力发电机组典型故障的机理研究及其信号特征提取

4.1. 风力发电机组的结构

4.2. 风力发电机组的故障类型

4.2.1 叶片

4.2.2 齿轮箱

4.2.3 偏航装置

4.2.4 机舱、塔架

4.2.5 电控系统

4.2.6 发电机

4.3 信号的频域分析

4.4 几种风力发电机组典型故障的机理及其特征提取

4.4.1 不平衡故障机理及特征提取

4.4.2 不对中故障机理及特征

4.4.3 转子动静碰磨机理分析及其特征提取

4.4.4 轴承的故障机理及其特征提取

4.4.5 齿轮的故障机理及其特征提取

4.4.6 轴的故障机理及其特征提取

4.5 本章小结

第五章 数据库在风力发电机组故障诊断中的设计研究

5.1 数据库的需求分析

5.1.1 故障诊断的大型数据库的需求分析内容

5.1.2 基于故障诊断的大型数据库的需求分析

5.2 数据库的概念结构设计

5.2.1 基于故障诊断的大型数据库的概念设计的内容

5.2.2 基于故障诊断的数据库的概念设计

5.3 数据库的逻辑结构设计

5.3.1 概念结构模型到逻辑结构模型的转化

5.3.2 结构设计中的规范化和反向规范化

5.3.3 基于故障诊断大型数据库的逻辑结构设计

5.4 数据库的优化设计

5.4.1 设置存储结构

5.4.2 建立索引

5.4.3 设计约束性

5.4.4 构建故障信息库与故障案例库

5.6 本章小结

第六章 数据挖掘在风力发电机组故障诊断中的应用

6.1 风电机数据挖掘过程

6.2 数据准备预处理

6.3 决策树挖掘方法

6.3.1 决策树的基本原理

6.3.2 决策树的经典算法研究

6.3.3 决策树挖掘方法在风力发电机组故障诊断中的应用

6.4 关联规则挖掘方法

6.4.1 关联规则的基本概念

6.4.2 关联规则的经典算法研究

6.4.3 关联规则挖掘方法在风力发电机组故障诊断中的应用

6.5 构建规则库

6.6 挖掘结果的对比分析

6.7 风力发电机组的故障数据挖掘诊断结构

6.8 规则匹配-数据库匹配功能算法实现

6.9 本章小结

结论

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录