风力发电机状态预测与故障诊断的研究

作者：吴建军; 杨俊华; 杨梦丽; 曾君; 杨金明

来源：华东电力, 2013, 41(12): 2561-2566.

• 状态预测
• ARMA模型
• 最小二乘支持向量机
• 故障诊断
• Matlab state prediction
• ARMA model
• least squares support vector machine
• fault diagnosis
• Matlab

为完成风力发电机状态的预测与故障诊断,提出一种整体化方法,时间序列ARMA模型用于趋势预测,最小二乘支持向量机(LS-SVM)用于故障诊断。应用傅里叶变换、包络分析、倒频谱分析和小波分析相结合的方法提取发电机故障特征量;由MATLAB软件实现ARMA预测模型的构建,完成状态预测;将由预测值组成的测试样本或者其他测试样本输入到训练好的LS-SVM多类分类器中,进行风力发电机故障诊断。通过实例验证,时间序列ARMA模型、最小二乘支持向量机的方法能够准确、可靠地完成风力发电机的状态预测与故障诊断。

• 单位
  华南理工大学; 国网河南省电力公司; 广东工业大学