一种基于故障知识库的风电机组故障智能诊断方法

摘要

本发明属于风电机组故障智能诊断领域，尤其涉及一种基于故障知识库的风电机组故障智能诊断方法，其运用主成分分析对将振动信号特征值和SCADA信号特征值进行数据融合，利用风电场故障知识库中匹配成功率最高的已有故障样本作为输入，训练由粒子群算法优化的最小二乘支持向量回归算法模型形成故障识别模型，对风电机组故障进行智能诊断，故障知识库中的故障样本的匹配成功率将随着每次诊断的成败而进行更新。本发明的智能诊断方法可以针对风电机组高速端故障达到较好的识别效果，避免了风电场维护人员不具备专家经验时无法正确识读风电机组监测信息的弊端，具有较好的应用前景。