基于多類CS-、SVM直驅(qū)風(fēng)力發(fā)電機(jī)軸承故障診斷研究.pdf

1、隨著風(fēng)電產(chǎn)業(yè)的快速發(fā)展，風(fēng)力發(fā)電技術(shù)已經(jīng)成為國內(nèi)外的研究熱點(diǎn)。由于運(yùn)行中的風(fēng)電機(jī)組事故率高，迫切需要一種高效的機(jī)組故障診斷技術(shù)，提高機(jī)組可靠性、運(yùn)行效率，降低維護(hù)費(fèi)用、停機(jī)時間。這對風(fēng)電產(chǎn)業(yè)的發(fā)展具有深遠(yuǎn)的影響。
　　論文介紹了故障診斷的基本原理，總結(jié)了直驅(qū)風(fēng)力發(fā)電機(jī)常見故障及故障機(jī)理，分析現(xiàn)有特征提取的基本原理，在此基礎(chǔ)上提出改進(jìn)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(jìn)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(jìn)小波包特征提取的對比分析，證明了改進(jìn)特征提取方法的有效性。
　　分析標(biāo)準(zhǔn)支持向量機(jī)、多類支持向量機(jī)，針對直驅(qū)風(fēng)力發(fā)電機(jī)軸承樣本類別分布不平衡的問題，結(jié)合風(fēng)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(wǎng)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(chǔ)上，采用改進(jìn)的粒子群尋優(yōu)算法進(jìn)行代價敏感支持向量機(jī)的三參數(shù)尋優(yōu)。經(jīng)過與傳統(tǒng)尋優(yōu)算法的對比分析，證明了改進(jìn)算法尋優(yōu)速度更快