基于多類CS-、SVM直驅風力發(fā)電機軸承故障診斷研究.pdf

1、隨著風電產業(yè)的快速發(fā)展，風力發(fā)電技術已經成為國內外的研究熱點。由于運行中的風電機組事故率高，迫切需要一種高效的機組故障診斷技術，提高機組可靠性、運行效率，降低維護費用、停機時間。這對風電產業(yè)的發(fā)展具有深遠的影響。
　　論文介紹了故障診斷的基本原理，總結了直驅風力發(fā)電機常見故障及故障機理，分析現有特征提取的基本原理，在此基礎上提出改進小波包特征提取法，該方法利用信號的頻譜分析，先確定分析步長和分析位置，再進行小波包分解。通過小波包特

2、征提取、多源特征提取和改進小波包特征提取的對比分析，證明了改進特征提取方法的有效性。
　　分析標準支持向量機、多類支持向量機，針對直驅風力發(fā)電機軸承樣本類別分布不平衡的問題，結合風力發(fā)電故障診斷的研究發(fā)展方向，提出一種基于多類代價敏感支持向量的故障診斷方法。分析網格尋優(yōu)算法、粒子群尋優(yōu)算法和遺傳尋優(yōu)算法，在此基礎上，采用改進的粒子群尋優(yōu)算法進行代價敏感支持向量機的三參數尋優(yōu)。經過與傳統(tǒng)尋優(yōu)算法的對比分析，證明了改進算法尋優(yōu)速度更快