基于相关向量机的风机齿轮箱故障诊断方法

作者：卢锦玲; 绳菲菲; 赵洪山

来源：华北电力大学学报(自然科学版), 2017, 44(02): 91-96.

• 故障诊断
• 风机
• 齿轮箱
• 相关向量机
• 遗传算法

提高风机齿轮箱的故障诊断准确率可以有效减少风机的停机时间、提高风电场的经济效益,因此,结合相关向量机(Relevance Vector Machine,RVM)和遗传算法(Genetic Algorithm,GA)的优点,提出了一种风机齿轮箱的故障诊断方法。利用RVM建立风机齿轮箱的故障诊断模型,并利用GA获得其最优参数,弥补设置参数不良造成准确率过低的不足;采用小波包分解方法提取表征齿轮箱故障的能量向量,作为样本的特征向量;采用"一对多"的多分类方法建立多个两类分类器,实现齿轮箱的多类故障分类。通过实验数据证明了该方法的有效性,并且与反向传播神经网络(Back Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine,SVM)两种方法相比,该方法的诊断效果更好。

• 单位
  电子工程学院; 华北电力大学