基于机器学习的风机发电机绕组温度故障诊断与预警分析

作者：付恩强; 黎天双; **林; 杨金声; 宋美; 马亚杰

来源：计算机时代, 2023, (01): 4-7.

DOI：10.16644/j.cnki.cn33-1094/tp.2023.01.002

• XGBoost
• 风电机组
• 绕组温度
• 故障诊断
• 预警

为减少风电机组因故障停机造成的经济效益损失，围绕风机发电机绕组温度的故障预警分析和故障原因诊断进行研究，通过对比XGBoost等多种机器学习模型预测效果，最终选用XBGoost算法建立故障预警模型对发电机绕组进行实时监测，利用MSE、R2等多个指标评价XGBoost模型，结果显示其准确率良好（R2=0.9949）。本文提出的模型预警系统可以实时监测风机发电机绕组温度变化趋势，提前发出预警，最大限度的减少风机因停机造成的损失。