風(fēng)電機組軸承健康狀態(tài)評估和劣化趨勢預(yù)測方法的研究.pdf

1、風(fēng)電機組運行環(huán)境惡劣，受氣候等多種不確定因素的影響，容易出現(xiàn)性能與狀態(tài)劣化。關(guān)鍵部件一旦失效，檢修時間較長，增加風(fēng)電場的運維成本。軸承作為風(fēng)電機組中關(guān)鍵的部件，其運行狀況對整臺設(shè)備的可靠性具有重要的影響。本文基于風(fēng)電機組的監(jiān)控與數(shù)據(jù)采集(Supervisory Control And DataAcquisition， SCADA)系統(tǒng)運行數(shù)據(jù)，從健康評估模型和劣化趨勢預(yù)測兩方面展開對軸承的狀態(tài)的研究。
　　建立軸承健康評估模型和趨

2、勢預(yù)測模型。本文以風(fēng)電機組軸承溫度為研究對象，考慮軸承溫度受風(fēng)速和功率的影響，以Bin方法進行劃分工況，利用相對評價標(biāo)準(zhǔn)遴選軸承各工況的健康狀態(tài)樣本集;利用最小二乘擬合健康樣本數(shù)據(jù)，形成軸承溫度健康狀態(tài)評估模型，在此基礎(chǔ)之上，結(jié)合實際運行狀態(tài)的上下閾值，引入劣化度概念?？紤]到風(fēng)電機組軸承劣化趨勢非線性的問題，進一步應(yīng)用時間序列神經(jīng)網(wǎng)絡(luò)，建立風(fēng)電機組軸承的劣化趨勢預(yù)測模型。以風(fēng)電場實際數(shù)據(jù)為例，對模型進行驗證并與其它模型進行比較。

3、　　應(yīng)用前面建立模型評估時，還存在風(fēng)電機組軸承劣化趨勢非穩(wěn)定性的問題，這將會影響預(yù)測結(jié)果。于是在預(yù)測之前，應(yīng)用EEMD(Ensemble Empirical ModeDecomposition)方法，將具有非平穩(wěn)性特性的劣化趨勢分解為一系列相對平穩(wěn)的分量，利用時間序列神經(jīng)網(wǎng)絡(luò)對各分量開展預(yù)測，將所有分量的預(yù)測結(jié)果疊加得到最終的預(yù)測結(jié)果。
　　研究結(jié)果表明，對于非線性數(shù)據(jù)，時間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型更具有一定的優(yōu)勢，精度得到提高，通常