科研之友
微信
新浪微博
Facebook
分享链接
摘要
风电机组齿轮箱是容易发生故障的重要部件，维修费用高昂，因此有必要对其进行实时状态监测。针对集成K近邻(KNN)算法对随机采样不敏感的问题，提出了一种基于规则采样的改进集成KNN模型。首先利用距离相关系数进行变量选择，然后基于正则化互信息对变量进行排序，将其用于规则采样，构造子训练集，最后基于统计过程控制方法设置预警阈值对实时残差进行分析，根据健康度曲线对风电机组齿轮箱健康度进行监测，并利用某风电机组实际数据对所提方法进行验证。结果表明：所提方法显著提升了模型估计精度，该模型优于常规集成KNN模型，可以实现齿轮箱的早期故障预警。
- 单位
