基于WPA和IS—SVM的风力发电机故障诊断方法研究-论文.pdf

《基于WPA和IS—SVM的风力发电机故障诊断方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第10期基于wPA和LS—SVM的风力发电机故障诊断方法研究129文章编号：1004—2539(2013)10—0129—05基于WPA和IS—SVM的风力发电机故障诊断方法研究刘长良齐卫雪武英杰(1新能源电力系统国家重点实验室(华北电力大学)，北京100085)(2华北电力大学自动化系，河北省保定市071003)摘要针对风电机组低速齿轮箱故障的故障特点，提出了一种应用小波包分析()和最小二乘支持向量机(KS—SVM)~n结合的故障诊断方法。将低速齿轮箱不同故障状态下的振动信号经小波包分解后获得各频带能量，经过归一化处理后作为特征向量构成训练样本和测试样本。通过训练样本训练LS—sV

2、M故障诊断模型，用测试样本检验LS—SVM故障诊断模型的正确率。实验结果表明，WPA和LS—sVM相结合的故障诊断方法具有良好的诊断效果。关键词小波包最小二乘支持向量机低速齿轮箱故障诊断ResearchonFaultDiagnosisMethodofWindTurbinebasedonWPAandLS——SVMLiuChangliangQiWeixue2WuYingjie2(1StateKeyLaboratoryofAlternateElectricalPowerSystemwithRenewableEnergySources(NCEPU)，Beijng100085，China)(2Depa

3、rtmentofAutomation，NorthChinaElectricPowerUniversity，Baoding071003，China)AbstractAmethodforthefaultcharacteristicsoflow——speedgearboxfaultdiagnosisofwindturbineispro-·posedbymeansofthewaveletpacketanalysis(WPA)andleastsquare—supportvectormachine(Is—SVM)．Theenergyoffrequencybandsgeneratedbywaveletpa

4、cketdecompositionofthelow——speedgearboxvibrationsignalsindifferentfaultstatesisnormalizedaseigenvectors．thusformingtrainingandtestingsamplesofLS—SVMfaultclassifi-er．TheLS—SVMfaultdiagnosismodelistrainedthroughthetrainingsamplesandtheaccuracyistestedwiththetest-ingsample．Theresultshowsthat，thefaultd

5、iagnosismethodbasedontheWPAandLs—SVMhasgOoddiagnosticseffect．KeywordsWaveletpacketLeastsquare—-supportvectormachineLow—-speedgearboxFaultdiagnosis信号，克服了传统的傅立叶变换不能描述特定时间段0引言或频率段特性的缺陷。文献[8]一、文献[9]、文献随着风力发电机组制造成本的逐步下降，风能发[10-[采用的小波包变换提取故障特征的，能够电已成为目前全球的首选替代能源l1—21。截止至提高信号在时域和频域的分辨率。其中，文献2010年，中国装机容量18

6、927．99MW，累计装机容量[8]一叨、文献[10]一锕结合神经网络进行故障诊44733．29MW，居世界首位_3J。风力发电机组长期工断，达到了较高的诊断精度，但其参数调整困难，收敛作在恶劣环境中，随着使用年限的增加，逐渐进入故障速度慢，而文献[11]、文献[12]。～、文献[13]中采用的高发阶段。如何有效检测风力发电机组的故障，维护最小二乘支持向量积在达到准确率的同时，加快了求其安全运行已成为风力发电厂的一项重要工作。解速度，近年来得到广泛应用。风力发电机的故障诊断包括特征提取和故障诊断齿轮箱作为风力发电机组的重要组成部分，用来增两方面。故障特征是判断设备运行状况的重要指标，速以达到

7、风力发电机转子的速度。齿轮箱位于机舱内，故障特征的提取方法是提高诊断精度的关键_4J。风内部结构和受力情况较为复杂，使其故障信号具有非线力发电机的机械故障信号是一个复杂的时变非平稳信性和非平稳性的特点。基于此，本文中采用结合小波包号，一般的频率分析方法很难对其故障信号进行处理。分析(wPA)和最小二乘支持向量机(Ls—SVM)的故障文献[6]、文献[7]∞利用基于小波的方法提取特征诊断方法。将故障振动信号小波