基于證據(jù)理論的風(fēng)電機(jī)組故障信息融合診斷方法.pdf

1、風(fēng)力發(fā)電作為新能源的主要代表，在電網(wǎng)中的比重越來(lái)越高，如何在風(fēng)機(jī)出現(xiàn)故障之后能夠有效地進(jìn)行故障診斷，并及時(shí)切除故障是風(fēng)電領(lǐng)域研究的重點(diǎn)。證據(jù)理論在不確定性信息的表示、度量、以及多源信息融合中表現(xiàn)出強(qiáng)大的優(yōu)勢(shì)，已被廣泛應(yīng)用于大型設(shè)備的故障檢測(cè)與診斷。本文開(kāi)展了基于證據(jù)理論的多源信息融合方法在風(fēng)力發(fā)電機(jī)組故障診斷中的應(yīng)用研究，主要工作包括以下幾個(gè)方面：
　?。?）首先介紹了信息融合技術(shù)的基本概念和原理，并對(duì)其在故障診斷中的應(yīng)用進(jìn)行了詳

2、細(xì)的分析；研究了證據(jù)理論的基本框架及組合規(guī)則，并對(duì)基于證據(jù)理論的故障診斷方法進(jìn)行了總結(jié)；分析了當(dāng)前風(fēng)力發(fā)電機(jī)組故障診斷的常用方法，對(duì)基于證據(jù)理論的多源信息融合方法在風(fēng)力發(fā)電機(jī)組故障診斷中的應(yīng)用作了可行性分析。
　?。?）對(duì)于原始證據(jù)在融合過(guò)程中出現(xiàn)的高沖突性現(xiàn)象，研究了基于證據(jù)熵的組合規(guī)則方法。根據(jù)多個(gè)傳感器得到的證據(jù)重要性不同，采用證據(jù)熵原理來(lái)得到每個(gè)證據(jù)的重要性參數(shù)即權(quán)重，給出了基于證據(jù)熵的故障信息融合診斷框架并在發(fā)電機(jī)軸承中

3、得到良好應(yīng)用。利用軸承加速度傳感器提取故障振動(dòng)信號(hào)，以EMD分解后本征模函數(shù)IMF的包絡(luò)譜特征頻率作為故障特征量，此特征頻率與各故障頻率對(duì)比，得到初步診斷結(jié)果；由灰色相關(guān)性原理獲取待檢特征頻率與故障頻率之間的關(guān)聯(lián)度，作為獲取原始證據(jù)的方式，利用熵值原理對(duì)原始證據(jù)加權(quán)調(diào)整，并通過(guò)Dempster組合規(guī)則進(jìn)行融合。
　?。?）對(duì)于證據(jù)理論在實(shí)際故障診斷應(yīng)用中，由于大型設(shè)備運(yùn)行環(huán)境影響和傳感器的限制，從不完整信息中提取基本概率賦值還存在