基于D-S证据融合的风力发电机组的故障预测

摘要：

针对风力发电机组在机械和电气方面的故障,提出一种基于电气特征向量和振动特征向量的D-S证据融合方法.在2种信号的特征空间下分别构造2个经过参数优化的支持向量机,经过D-S融合之后给出最终的预测故障种类.相对于传统发电机故障诊断中分别针对机械故障和电气故障安装振动传感器和电流传感器,通过频谱特征来区分不同故障,证据融合方法能将电流信号用于机械故障的诊断,也能将振动信号用于电气故障的诊断.通过大量实测数据分析验证,本文提出的融合模型相比于只用单一信号构造的故障分类器具有更高的分类准确率.

关键词：风力发电机、故障诊断、小波包分解、D-S证据理论、支持向量机

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省自然科学基金资助项目201404105

在线出版日期：2017-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-61,71