文献类型：期刊文章

作　　者：曾小钦[1] 侯正男[1] 庄圣贤[1] 廖仲篪[2] 鄢文[2]

Zeng Xiaoqin;Hou Zhengnan;Zhuang Shengxian;Liao Zhongchi;Yan Wen(School of Electrical Engineering,Southwest Jiaotong University,Chengdu 610031,China;Hunan Yinhe Electric Co.,Ltd.,Changsha 410000,China)

机构地区：[1]西南交通大学电气工程学院,四川成都610031 [2]湖南银河电气有限公司,湖南长沙410000

出　　处：《可再生能源》

基　　金：国家重点研发计划资助项目(2016YFF0203400)

年　　份：2019

卷　　号：37

期　　号：10

起止页码：1533-1538

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：文章研究了一种基于最小二乘支持向量机(LSSVM)和高斯混合模型(GMM)的传动系统故障程度量化方法。在传动系统故障机理的基础上,利用风电机组的风速、环境温度、有功功率和4个相关的上一时刻温度监测值为输入,4个相关的温度监测值为输出建立LSSVM回归模型。模型的预测值与实际测量值的偏差向量定义为系统“偏离值”。采用GMM拟合正常运行时的偏离值分布,并用该模型实时计算系统的对数似然概率(LLP),实现系统故障程度的量化。结合实际的SCADA数据,验证了该方法对故障预测有较好的灵敏性和准确度。

关 键 词：故障预测 传动系统 LSSVM GMM 偏离值  

分 类 号：TK83]