基于數(shù)據(jù)挖掘的風力發(fā)電機組齒輪箱故障診斷系統(tǒng)研究.pdf

1、風力發(fā)電機組是風電場的關(guān)鍵設(shè)備，一般分布面積廣，數(shù)量多，工作環(huán)境惡劣，而且遠離中央監(jiān)控中心，一旦發(fā)生故障，所造成的損失和后果不可估量。據(jù)統(tǒng)計，風力發(fā)電機組的故障主要集中在齒輪箱、發(fā)電機和葉片等部件，其中齒輪箱是機組中故障發(fā)生率最高的，且其故障發(fā)生率還在逐年遞增。所以為了保證風電場的安全穩(wěn)定運行，對風力發(fā)電機組齒輪箱進行有效的狀態(tài)監(jiān)測與故障診斷研究是很有必要的。
　　 目前，國內(nèi)外已有很多關(guān)于風力發(fā)電機組監(jiān)控系統(tǒng)及其各個環(huán)節(jié)的設(shè)計

2、和改進的研究。而且已有一些通用狀態(tài)監(jiān)測系統(tǒng)應(yīng)用到風力發(fā)電領(lǐng)域，但現(xiàn)有的監(jiān)測系統(tǒng)大部分分析和診斷功能比較薄弱，通過對采集點進行閾值設(shè)定，采集數(shù)據(jù)的趨勢分析，僅能看到其在一段時間內(nèi)的總體水平，當某些數(shù)值超出報警限值時，也僅能做出一個初步的故障診斷。
　　 由于風機在日常運行監(jiān)測過程中會產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)中蘊涵大量潛在的規(guī)則，給數(shù)據(jù)挖掘提供了必要條件?；跀?shù)據(jù)挖掘粗糙集理論的屬性約簡能力和決策樹C4.5算法的快速分類能力，本文建

3、立了一種改進的粗糙決策樹模型，并結(jié)合SQLServer2005及VB采用模塊化設(shè)計的思路，聯(lián)合開發(fā)了風力發(fā)電機組齒輪箱故障診斷系統(tǒng)。通過對比分析，結(jié)果表明該改進的算法不僅能有效地減少特征數(shù)據(jù)獲取的工作量和建樹時間，而且能快速準確地實現(xiàn)故障識別，具有比直接利用決策樹C4.5算法更強的工程實用性。
　　 本文開發(fā)的基于粗糙決策樹的風力發(fā)電機組齒輪箱故障診斷系統(tǒng)，不僅能對風機各數(shù)據(jù)庫進行管理，而且能快速的對齒輪箱進行故障監(jiān)測與診斷，實