基于WPA和LS-SVM的风力发电机故障诊断方法研究

作者：刘长良; 齐卫雪; 武英杰

来源：机械传动, 2013, (10): 129-133.

DOI：10.16578/j.issn.1004.2539.2013.10.041

• 小波包
• 最小二乘支持向量机
• 低速齿轮箱
• 故障诊断 Wavelet packet Least square-support vector machine Low-speed gearbox Fault diagnosis

针对风电机组低速齿轮箱故障的故障特点,提出了一种应用小波包分析(WPA)和最小二乘支持向量机(LS-SVM)相结合的故障诊断方法。将低速齿轮箱不同故障状态下的振动信号经小波包分解后获得各频带能量,经过归一化处理后作为特征向量构成训练样本和测试样本。通过训练样本训练LS-SVM故障诊断模型,用测试样本检验LS-SVM故障诊断模型的正确率。实验结果表明,WPA和LS-SVM相结合的故障诊断方法具有良好的诊断效果。

• 单位
  新能源电力系统国家重点实验室; 华北电力大学