摘要
本发明公开了一种风电机组状态监测与故障溯源方法及系统,涉及风电设备监测技术领域。该方法包括:基于多个振动‑声发射传感器,采集风机大部件状态样本数据;进行特征指标提取;对特征指标进行归一化处理,以得到对应的特征值;建立风电机组大部件模糊故障树模型;将风电机组大部件模糊故障树模型映射为贝叶斯网络模型;基于特征值对贝叶斯网络模型进行优化;将各种工况下风机传动链系统大部件的运行状态特征值输入优化后的贝叶斯网络模型进行故障识别,生成风电机组大部件运行状态评估结果;若风电机组大部件运行异常,则引入传递熵,进行故障溯源诊断。本发明可实现风机大部件健康状态过程监测及风机大部件故障溯源。
技术关键词
风电机组状态监测
贝叶斯网络模型
故障溯源方法
模糊故障树
建立风电机组
特征值
传动链系统
样本
变量
信息熵
风电设备监测技术
风机
故障树模型
特征提取模块
数据
指标
有效值
相关系数阈值
声发射传感器
系统为您推荐了相关专利信息
贝叶斯网络推理
贝叶斯网络模型
条件依赖关系
气象预报数据
预报方法
建立风电机组
风电场控制系统
有功功率
风电控制系统
风电并网技术
维修排故方法
贝叶斯网络模型
蒙特卡洛方法
模糊故障
节点