风力发电系统的风机齿轮箱故障预测研究

摘要

风机齿轮箱是风力发电系统的关键部件,风机齿轮箱故障预测研究是为了减少风机齿轮箱故障,提高齿轮箱运行可靠性.风机SCADA系统参数众多,具有高维度、非线性等特性,因此风机齿轮箱故障预测研究难点技术之一是解决风机高维度、非线性系统等故障预测问题.因此针对上述问题,提出了一种基于皮尔逊相关系数、支持向量回归和统计过程控制相结合的预测方法,首先,利用皮尔逊相关系数对特征变量进行筛选,减少冗余特征变量.然后,利用支持向量回归对风机齿轮箱的正常状态建立预测模型.最后,利用统计过程控制分析预测模型的残差分布,并设定齿轮箱故障预报警阈值.通过仿真,对比了齿轮箱正常与故障状态下的温度预测曲线以及残差分布曲线.仿真结果验证了所提方法对齿轮箱故障预测的有效性.