基于警报信号和D-S证据理论的风电机组故障诊断

作者：叶春霖; 邱颖宁^*; 冯延晖

来源：太阳能学报, 2019, 40(12): 3613-3620.

DOI：10.19912/j.0254-0096.2019.12.036

• 风电机组
• SCADA警报信号
• D-S证据理论
• 贝叶斯定理
• 故障诊断

数据采集与监视控制系统(SCADA)储存了风电机组大量的警报信号,这些警报信号对故障类型具有一定的指示作用。为了及时有效地检测出风电机组故障,提出一种基于低频SCADA警报信号和D-S证据理论的风电机组故障诊断方法。首先从维修记录中提取故障类型构建辨识框架,然后选取故障当天触发的所有警报信号作为证据源,最后基于改进的D-S理论进行信息融合实现故障诊断。验证结果表明,该方法可以实现风电机组故障的有效诊断,为风电机组故障诊断提供了一种新的思路。

• 单位
  南京理工大学