基于神经网络的风机主轴承故障预测研究

摘要

提出一种新的风机主轴承故障预测方法，通过风机主轴承监控与数据采集系统获取的各类数据样本构建指标体系，采用CRITIC法和皮尔逊相关系数衡量指标间相关程度，得到消除重叠信息后的指标权重排序，筛选出符合信息量覆盖程度要求的主要指标输入BP神经网络，对风机主轴承故障进行预测。通过对某风电场的主轴承SCADA数据进行分析，将所提方法与其他风机主轴承故障预测方法进行对比。结果表明，该方法在所需指标较少情况下，具有较高的故障预测准确率，验证了该方法的正确性和优越性。