基于預測的風機齒輪箱狀態(tài)監(jiān)測研究.pdf

1、風能作為清潔能源，正越來越受到世界各國的重視，在此背景下，風力發(fā)電在世界范圍內(nèi)迅猛發(fā)展，并在電力系統(tǒng)中的比例越來越大?，F(xiàn)有的風電場一般都是通過定期維護和事后故障診斷來進行風電場的維修和維護的，這增加了風機的停機時間，降低了風電場的經(jīng)濟效益。提出基于預測的事前故障監(jiān)測與診斷的狀態(tài)檢修方法，可以有效解決以上問題。
　　本文針對風機最重要的部件之一齒輪箱，建立了基于預測的風機齒輪箱狀態(tài)監(jiān)測模型。首先針對齒輪箱溫度預測模型輸入變量選擇問題

2、，將正交最小二乘法應用于輸入變量的選擇，并將其與相關系數(shù)法、經(jīng)驗選取法進行對比分析，證實了正交最小二乘法選擇輸入變量的有效性。在此基礎上，提出了改進的BP神經(jīng)網(wǎng)絡齒輪箱溫度預測模型，通過與傳統(tǒng)的BP神經(jīng)網(wǎng)絡預測模型對比分析證明，該模型的預測誤差更小，穩(wěn)定性更強。最后，將遺傳神經(jīng)網(wǎng)絡與殘差統(tǒng)計分析方法相結(jié)合，通過編程形成了滿足一定功能的基于預測的齒輪箱狀態(tài)監(jiān)測模型，分析了該模型的運行機理與運行過程，確定了運行過程中的重要參數(shù)，并介紹了該模