基于数据挖掘的风力发电机组齿轮箱故障诊断系统研究

代理获取

页面导航

摘要
著录项
相似文献
相关主题

摘要

风力发电机组是风电场的关键设备，一般分布面积广，数量多，工作环境恶劣，而且远离中央监控中心，一旦发生故障，所造成的损失和后果不可估量。据统计，风力发电机组的故障主要集中在齿轮箱、发电机和叶片等部件，其中齿轮箱是机组中故障发生率最高的，且其故障发生率还在逐年递增。所以为了保证风电场的安全稳定运行，对风力发电机组齿轮箱进行有效的状态监测与故障诊断研究是很有必要的。
　　目前，国内外已有很多关于风力发电机组监控系统及其各个环节的设计和改进的研究。而且已有一些通用状态监测系统应用到风力发电领域，但现有的监测系统大部分分析和诊断功能比较薄弱，通过对采集点进行阈值设定，采集数据的趋势分析，仅能看到其在一段时间内的总体水平，当某些数值超出报警限值时，也仅能做出一个初步的故障诊断。
　　由于风机在日常运行监测过程中会产生海量的数据，这些数据中蕴涵大量潜在的规则，给数据挖掘提供了必要条件。基于数据挖掘粗糙集理论的属性约简能力和决策树C4.5算法的快速分类能力，本文建立了一种改进的粗糙决策树模型，并结合SQLServer2005及VB采用模块化设计的思路，联合开发了风力发电机组齿轮箱故障诊断系统。通过对比分析，结果表明该改进的算法不仅能有效地减少特征数据获取的工作量和建树时间，而且能快速准确地实现故障识别，具有比直接利用决策树C4.5算法更强的工程实用性。
　　本文开发的基于粗糙决策树的风力发电机组齿轮箱故障诊断系统，不仅能对风机各数据库进行管理，而且能快速的对齿轮箱进行故障监测与诊断，实现了系统集数据库管理、监测、诊断于一体的立体式的全面管理。

著录项

作者
彭安群;
展开▼
作者单位

兰州理工大学;

展开▼
授予单位兰州理工大学;
学科系统分析与集成
授予学位硕士
导师姓名王惠中;
年度 2012
页码
总页数
原文格式 PDF
正文语种中文
中图分类监视、报警、故障诊断系统;
关键词
风力发电机组; 齿轮箱; 粗糙集理论; C4.5算法; 数据挖掘; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于LMD和Fisher判别的风力发电机组齿轮箱滚动轴承故障诊断方法 [J] . 解武波 ,郭艳平 ,黎海凌 . 通信电源技术 . 2021,第001期
2. 基于阶次分析的非平稳工况下风力发电机组齿轮箱故障诊断 [J] . 赵登利 ,陈孝旭 ,徐浩 . 机械传动 . 2020,第12期
3. 基于小波降噪和BP神经网络的风力发电机组齿轮箱故障诊断研究 [J] . 刘漫 ,段勇强 ,樊姗 . 湖北民族学院学报（自然科学版） . 2019,第001期
4. 风力发电机组齿轮箱基于油液和振动信号分析的故障诊断技术研究 [J] . 张振伟 ,程明杰 ,甄亮 . 内蒙古科技与经济 . 2018,第019期
5. 基于多尺度排列熵和支持向量机的风力发电机组齿轮箱振动故障诊断 [J] . 刘骊 ,贾嵘 ,李涛涛 . 电网与清洁能源 . 2017,第005期
6. 风力发电机组齿轮箱故障诊断方法概论 [C] . XIA Wuyang ,夏五阳 ,XU Baojie . 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议 . 2016
7. 基于双馈风力发电机组齿轮箱故障诊断研究 [A] . 石慧 . 2019

基于数据挖掘的风力发电机组齿轮箱故障诊断系统研究

摘要

著录项

相似文献

相关主题

期刊订阅