- 个人中心
- 退出登录
浏览全部资源
扫码关注微信
- Literature
- Latest Issue
- Archive
- Online First
Research Progress on Fault Diagnosis and State Prediction of Wind Turbine
- Automation of Electric Power Systems Vol. 45, Issue 4, Pages: 180-191(2021)
- 作者机构：
1.华北电力大学控制与计算机工程学院，河北省保定市 071003
2.复杂能源系统智能计算教育部工程研究中心（华北电力大学），河北省保定市 071003
3.国网河北省电力有限公司高阳县供电分公司，河北省保定市 071500
4.华北电力大学电气与电子工程学院，河北省保定市 071003
- 作者简介：
- 基金信息：National Natural Science Foundation of China;the Fundamental Research Funds for the Central Universities;the Higher Education Scientific Research Project of Hebei Province
DOI：10.7500/AEPS20200301002
CLC：Received：01 March 2020，
Revised：2020-07-25，
Published Online：31 August 2020，
Published：25 February 2021
- 稿件说明：
移动端阅览
李刚,齐莹,李银强等.风力发电机组故障诊断与状态预测的研究进展[J].电力系统自动化,2021,45(4):180-191.
LI Gang,QI Ying,LI Yinqiang,et al.Research Progress on Fault Diagnosis and State Prediction of Wind Turbine[J].Automation of Electric Power Systems,2021,45(4):180-191.
李刚,齐莹,李银强等.风力发电机组故障诊断与状态预测的研究进展[J].电力系统自动化,2021,45(4):180-191. DOI： 10.7500/AEPS20200301002.
LI Gang,QI Ying,LI Yinqiang,et al.Research Progress on Fault Diagnosis and State Prediction of Wind Turbine[J].Automation of Electric Power Systems,2021,45(4):180-191. DOI： 10.7500/AEPS20200301002.
摘要
风力发电机组因运行环境恶劣较易发生故障，实现对风电机组适当的状态维护或预防性维护，既能减少故障发生概率、降低维修成本，又能改善电力系统运行的安全性与经济性。首先，通过回顾近年来国内外在风电机组状态维护或预防性维护方面所做的相关研究工作，系统归纳了当前针对风电机组关键部件开展故障诊断和状态预测的难点问题及其研究进展；然后，对基于数据驱动的风电机组故障诊断与状态预测方法进行了重点论述；最后，对未来该领域的研究建议进行了展望。
Abstract
Wind turbines have a high probability of failure because of the harsh operation environment. Proper condition-based maintenance or preventive maintenance of wind turbines can not only reduce the probability of failure and the maintenance cost
but also improve the safety and economy of power system operation. Firstly
this paper reviews the relevant research on condition-based maintenance or preventive maintenance of wind turbines at home and abroad in recent years
and systematically summarizes the current difficulties and research progress on fault diagnosis and state prediction of key components for wind turbines. Then
the data-driven method of fault diagnosis and state prediction for wind turbines is emphasized. Finally
the future research of fault diagnosis and state prediction for wind turbines is prospected.
关键词
Keywords
references
RIFKIN J . The third industrial revolution： how lateral power is transforming energy， the economy， and the world ［M］. New York ， USA： Palgrave MacMillan ， 2011 .
GWEC . Over 60 GW of wind energy capacity installed in 2019 ， the second-biggest year in history ［EB/OL］. ［ 2020-03-25 ］. https：//gwec.net/gwec-over-60gw-of-wind-energy-capacity- installed-in-2019-the-second-biggest-year-in-history/ https://gwec.net/gwec-over-60gw-of-wind-energy-capacity-installed-in-2019-the-second-biggest-year-in-history/ .
国家发展和改革委员会能源研究所 . 中国2050年高比例可再生能源发展情景暨路径研究 ［R/OL］.（ 2015-04-20 ）［ 2020-03-20 ］. http：//www.efchina.org/Reports-zh/china-2050-high-renewable-energy-penetration-scenario-and-roadmap-study-zh http://www.efchina.org/Reports-zh/china-2050-high-renewable-energy-penetration-scenario-and-roadmap-study-zh .
Energy Research Institute of National Development and Reform Commission . Research on development scenario and path of China's high-proportion renewable energy in 2050 ［R/OL］. （ 2015-04-20 ）［ 2020-03-20 ］. http：//www.efchina.org/Reports-zh/china-2050-high-renewable-energy-penetration-scenario-and-roadmap-study-zh http://www.efchina.org/Reports-zh/china-2050-high-renewable-energy-penetration-scenario-and-roadmap-study-zh .
WALFORD C A . Wind turbine reliability： understanding and minimizing wind turbine operation and maintenance costs ［R/OL］. （ 2015-12-28 ）［ 2020-03-25 ］. http：//prod.sandia.gov/techlib/access-control.cgi/2006/061100.pdf http://prod.sandia.gov/techlib/access-control.cgi/2006/061100.pdf .
HOFMANN M ， SPERSTAD I B . Will 10 MW wind turbines bring down the operation and maintenance cost of offshore wind farms？ ［J］. Energy Procedia ， 2014 ， 53 ： 231 - 238 .
杨林瑶 ， 陈思远 ， 王晓 ， 等 . 数字孪生与平行系统：发展现状、对比及展望 ［J］. 自动化学报 ， 2019 ， 45 （ 11 ）： 2001 - 2031 .
YANG Linyao ， CHEN Siyuan ， WANG Xiao ， et al . Digital twins and parallel systems： state of the art， comparisons and prospect ［J］. Acta Automatica Sinica ， 2019 ， 45 （ 11 ）： 2001 - 2031 .
黄炜昭 ， 皇甫学真 ， 陈建福 ， 等 . 电网主设备运行维护策略辅助决策方法 ［J］. 电力系统自动化 ， 2013 ， 37 （ 10 ）： 119 - 123 .
HUANG Weizhao ， HUANGFU Xuezhen ， CHEN Jianfu ， et al . An assistant decision-making method for operation and maintenance strategy of primary equipment in power grid ［J］. Automation of Electric Power Systems ， 2013 ， 37 （ 10 ）： 119 - 123 .
CHEN Z S ， YANG Y M ， HU Z . A technical framework and roadmap of embedded diagnostics and prognostics for complex mechanical systems in prognostics and health management systems ［J］. IEEE Transactions on Reliability ， 2012 ， 61 （ 2 ）： 314 - 322 .
MOSALLAM A ， MEDJAHER K ， ZERHOUNI N . Nonparametric time series modeling for industrial prognostics and health management ［J］. International Journal of Advanced Manufacturing Technology ， 2013 ， 69 （ 5 ）： 1685 - 1699 .
JOUIN M ， GOURIVEAU R ， HISSEL D ， et al . Prognostics and health management of PEMFC—state of the art and remaining challenges ［J］. International Journal of Hydrogen Energy ， 2013 ， 38 （ 35 ）： 15307 - 15317 .
SONG B L ， LEE J . Framework of designing an adaptive and multi-regime prognostics and health management for wind turbine reliability and efficiency improvement ［J］. International Journal of Advanced Computer Science and Application ， 2013 ， 4 （ 2 ）： 142 - 149 .
RIBRANT J ， BERTLING L M . Survey of failures in wind power systems with focus on Swedish wind power plants during 1997—2005 ［J］. IEEE Transactions on Energy Conversion ， 2007 ， 22 （ 1 ）： 167 - 173 .
NILSSON J ， BERTLING L . Maintenance management of wind power systems using condition monitoring systems—life cycle cost analysis for two case studies ［J］. IEEE Transactions on Energy Conversion ， 2007 ， 22 （ 1 ）： 223 - 229 .
李刚 ， 于长海 ， 刘云鹏 ， 等 . 电力变压器故障预测与健康管理：挑战与展望 ［J］. 电力系统自动化 ， 2017 ， 41 （ 23 ）： 156 - 167 .
LI Gang ， YU Changhai ， LIU Yunpeng ， et al . Challenges and prospects of fault prognostic and health management for power transformer ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 23 ）： 156 - 167 .
ALI J B ， CHEBEL-MORELLO B ， SAIDI L ， et al . Accurate bearing remaining useful life prediction based on Weibull distribution and artificial neural network ［J］. Mechanical Systems and Signal Processing ， 2015 ， 56 ： 150 - 172 .
TRACHT K ， GOCH G ， SCHUH P ， et al . Failure probability prediction based on condition monitoring data of wind energy systems for spare parts supply ［J］. CIRP Annals-Manufacturing Technology ， 2013 ， 62 （ 1 ）： 127 - 130 .
叶杭冶 . 风力发电机组监测与控制 ［M］. 北京 ： 机械工业出版社 ， 2011 .
YE Hangzhi . Wind generator’s monitoring and control ［M］. Beijing ： China Machine Press ， 2011 .
王晨清 ， 宋国兵 ， 迟永宁 ， 等 . 风电系统故障特征分析 ［J］. 电力系统自动化 ， 2015 ， 39 （ 21 ）： 52 - 58 .
WANG Chenqing ， SONG Guobing ， CHI Yongning ， et al . Fault characteristics analysis of wind power system ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 21 ）： 52 - 58 .
田新首 ， 王伟胜 ， 迟永宁 ， 等 . 双馈风电机组故障行为及对电力系统暂态稳定性的影响 ［J］. 电力系统自动化 ， 2015 ， 39 （ 10 ）： 16 - 21 .
TIAN Xinshou ， WANG Weisheng ， CHI Yongning ， et al . Performances of DFIG-based wind turbines during system fault and its impacts on transient stability of power systems ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 10 ）： 16 - 21 .
赵俊华 ， 文福拴 ， 薛禹胜 ， 等 . 电力CPS的架构及其实现技术与挑战 ［J］. 电力系统自动化 ， 2010 ， 34 （ 16 ）： 1 - 7 .
ZHAO Junhua ， WEN Fushuan ， XUE Yusheng ， et al . Power CPS architecture and its realization techniques and challenges ［J］. Automation of Electric Power Systems ， 2010 ， 34 （ 16 ）： 1 - 7 .
李刚 ， 张建付 ， 文福拴 ， 等 . 计及信息不确定性的风电机组健康状态实时评估方法 ［J］. 电力系统自动化 ， 2017 ， 41 （ 18 ）： 111 - 117 .
LI Gang ， ZHANG Jianfu ， WEN Fushuan ， et al . Evaluation of real-time health condition for wind turbines considering information uncertainty ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 18 ）： 111 - 117 .
马宏忠 . 电机状态监测与故障诊断 ［M］. 北京 ： 机械工业出版社 ， 2007 .
MA Hongzhong . Motor condition monitoring and fault diagnosis ［M］. Beijing ： China Machine Press ， 2007 .
中国电机工程学会信息化专委会 . 中国电力大数据发展白皮书 ［R/OL］.（ 2014-03-07 ）［ 2020-03-25 ］. http：//sgo.hust.edu.cn/sgo/Details.aspx http://sgo.hust.edu.cn/sgo/Details.aspx ？filesList= 1 & paid= 10 & iid= 496 .
Chinese Society for Electrical Engineering . The white paper on the development of China electric power big data ［R/OL］. （ 2014-03-07 ）［ 2020-03-25 ］. http：//sgo.hust.edu.cn/sgo/Details.aspx http://sgo.hust.edu.cn/sgo/Details.aspx ？filesList= 1 & paid= 10 & iid= 496 .
IGBA J ， ALEMZADEH K ， DURUGBO C ， et al . Analyzing RMS and peak values of vibration signals for condition monitoring of wind turbine gearboxes ［J］. Renewable Energy ， 2016 ， 91 （ 6 ）： 90 - 106 .
徐全 ， 陆超 ， 刘映尚 ， 等 . 基于泰勒级数和离散傅里叶变换的综合自适应相量算法 ［J］. 电力系统自动化 ， 2016 ， 40 （ 19 ）： 37 - 43 .
XU Quan ， LU Chao ， LIU Yingshang ， et al . Comprehensive adaptive phasor algorithm based on Taylor series and discrete Fourier transform ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 19 ）： 37 - 43 .
袁哲 ， 彭婷婷 . 一种平滑固有时间尺度分解法在故障诊断中的应用 ［J］. 组合机床与自动化加工技术 ， 2019 （ 10 ）： 87 - 92 .
YUAN Zhe ， PENG Tingting . The application of a smooth intrinsic time decomposition method for rolling bearing fault diagnosis ［J］. Modular Machine Tools and Automated Processing Technology ， 2019 （ 10 ）： 87 - 92 .
关焦月 ， 田晶 ， 赵金明 ， 等 . 基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法 ［J］. 科学技术与工程 ， 2019 ， 19 （ 14 ）： 178 - 182 .
GUAN Jiaoyue ， TIAN Jing ， ZHAO Jinming ， et al . Fault feature extraction method for rolling bearing based on intrinsic time-scale decomposition and multiscale morphological filtering ［J］. Science Technology and Engineering ， 2019 ， 19 （ 14 ）： 178 - 182 .
张金玉 ， 张炜 . 装备智能故障诊断与预测 ［M］. 北京 ： 国防工业出版社 ， 2013 .
ZHANG Jinyu ， ZHANG Wei . Intelligent fault diagnosis and prognosis for equipment ［M］. Beijing ： National Defence Industrial Press ， 2013 .
ZHAO H S ， ZHANG X . Early fault prediction of wind turbine gearbox based on temperature measurement ［C］// IEEE International Conference on Power System Technology （POWERCON）， October 30-November 2 ， 2012 ， Auckland ， New Zealand： 1-5 .
ZHAO H S ， LIU Y S ， ZHANG X T ， et al . Research on early fault prediction of wind turbine gearbox ［J］. Advanced Materials Research ， 2012 ， 608 ： 522 - 528 .
赵天辉 ， 王建学 ， 马龙涛 ， 等 . 基于非参数回归分析的工业负荷异常值识别与修正方法 ［J］. 电力系统自动化 ， 2017 ， 41 （ 18 ）： 53 - 59 .
ZHAO Tianhui ， WANG Jianxue ， MA Longtao ， et al . Outlier detection and correction method for industrial loads based on nonparametric regression analysis ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 18 ）： 53 - 59 .
ZHANG X H ， KANG J S ， ZHAO J S ， et al . Features for fault diagnosis and prognosis of gearbox ［J］. Chemical Engineering Transactions ， 2013 ， 33 ： 1027 - 1032 .
KUSIAK A ， LI W Y . The prediction and diagnosis of wind turbine faults ［J］. Renewable Energy ， 2011 ， 36 （ 1 ）： 16 - 23 .
彭怀午 ， 刘方锐 ， 杨晓峰 . 基于人工神经网络的风电场短期功率预测 ［J］. 太阳能学报 ， 2011 ， 32 （ 8 ）： 1245 - 1250 .
PENG Huaiwu ， LIU Fangrui ， YANG Xiaofeng . Short term wind power forecasting based on artificial neural network ［J］. Acta Energiae Solaris Sinica ， 2011 ， 32 （ 8 ）： 1245 - 1250 .
李状 ， 柳亦兵 ， 滕伟 ， 等 . 基于粒子群优化KFCM的风电齿轮箱故障诊断 ［J］. 振动、测试与诊断 ， 2017 ， 37 （ 3 ）： 484 - 488 .
LI Zhuang ， LIU Yibing ， TENG Wei ， et al . Fault diagnosis of wind power gearbox based on KFCM optimized by particle swarm optimization ［J］. Vibration ， Testing and Diagnosis ， 2017 ， 37 （ 3 ）： 484 - 488 .
党存禄 ， 杜小波 . 粒子群优化变论域模糊PID控制在风电机组变桨距中的应用 ［J］. 工业仪表与自动化装置 ， 2017 （ 5 ）： 97 - 100 .
DANG Cunlu ， DU Xiaobo . Application of variable universe fuzzy PID control optimized by particle swarm in variable pitch of wind turbine .［J］. Industrial Instrumentation and Automation ， 2017 （ 5 ）： 97 - 100 .
BANGALORE P ， TJERNBERG L B . An approach for self evolving neural network based algorithm for fault prognosis in wind turbine ［C］// Proceedings of IEEE Power Tech Conference ， June 16 - 20 ， 2013 ， Grenoble， France： 1 - 6 .
LEE J ， WU F ， ZHAO W ， et al . Prognostics and health management design for rotary machinery systems—reviews， methodology and applications ［J］. Mechanical Systems and Signal Processing ， 2014 ， 42 （ 1 ）： 314 - 334 .
张建付 ， 宋雨 ， 李刚 ， 等 . 基于长短时记忆神经网络的风电机组滚动轴承故障诊断方法 ［J］. 计算机测量与控制 ， 2017 ， 25 （ 1 ）： 16 - 19 .
ZHANG Jianfu ， SONG Yu ， LI Gang ， et al . A method of fault diagnosis for rolling bearing of wind turbines based on long short-term memory neural network ［J］. Computer Measurement & Control ， 2017 ， 25 （ 1 ）： 16 - 19 .
文成林 ， 吕菲亚 . 基于深度学习的故障诊断方法综述 ［J］. 电子与信息学报 ， 2020 ， 42 （ 1 ）： 234 - 248 .
WEN Chenglin ， LÜ Feiya . Review on deep learning based fault diagnosis ［J］. Journal of Electronics & Information Technology ， 2020 ， 42 （ 1 ）： 234 - 248 .
陈保家 ， 刘浩涛 ， 徐超 ， 等 . 深度置信网络在齿轮故障诊断中的应用 ［J］. 中国机械工程 ， 2019 ， 30 （ 2 ）： 205 - 211 .
CHEN Baojia ， LIU Haotao ， XU Chao ， et al . Gear fault diagnosis based on DBNS ［J］. China Mechanical Engineering ， 2019 ， 30 （ 2 ）： 205 - 211 .
周兴康 ， 余建波 . 基于深度一维残差卷积自编码网络的齿轮箱故障诊断 ［J］. 机械工程学报 ， 2020 ， 56 （ 7 ）： 96 - 108 .
ZHOU Xingkang ， YU Jianbo . Gearbox fault diagnosis based on one-dimension residual convolutional auto-encoder ［J］. Journal of Mechanical Engineering ， 2020 ， 56 （ 7 ）： 96 - 108 .
刘跃飞 ， 黄细霞 ， 宋虎 ， 等 . 风力发电系统的风机齿轮箱故障预测研究 ［J］. 计算机仿真 ， 2019 ， 36 （ 3 ）： 124 - 127 .
LIU Yuefei ， HUANG Xixia ， SONG Hu ， et al . Research on fault prediction of wind turbine gear box in wind power generation system ［J］. Computer Simulation ， 2019 ， 36 （ 3 ）： 124 - 127 .
BUTLER S . Prognostic algorithms for condition monitoring and remaining useful life estimation ［D］. Maynooth ， Ireland： National University of Ireland ， 2012 .
WIDOFO A ， KIM E Y ， SON J D ， et al . Fault diagnosis of low speed bearing based on relevance vector machine and support vector machine ［J］. Expert Systems with Applications ， 2009 ， 36 （ 3 ）： 7252 - 7261 .
HE C ， LIU C ， LI Y ， et al . Intelligent gear fault detection based on relevance vector machine with variance radial basis function kernel ［C］// Proceedings of IEEE/ASME International Conference on Advanced Intelligent Mechatronics （AIM） ， July 6 - 9 ， 2010 ， Montreal， Canada： 785 - 789 .
李辉 ， 李学伟 ， 胡姚刚 ， 等 . 风电机组运行状态参数的非等间隔灰色预测 ［J］. 电力系统自动化 ， 2012 ， 36 （ 9 ）： 29 - 34 .
LI Hui ， LI Xuewei ， HU Yaogang ， et al . Non-equidistant grey prediction on running condition parameters of a wind turbine generator system ［J］. Automation of Electric Power Systems ， 2012 ， 36 （ 9 ）： 29 - 34 .
梁春辉 . 风电机组主轴系统实时可靠性分析与预测方法研究 ［J］. 长春工程学院学报（自然科学版） ， 2017 ， 18 （ 3 ）： 41 - 45 .
LIANG Chunhui . The research on real-time reliability analysis and prediction to spindle bearing system of wind turbine ［J］. Journal of Changchun Institute of Technology （Natural Sciences Edition） ， 2017 ， 18 （ 3 ）： 41 - 45 .
VOGL G W ， WEISS B A ， DONMEZ M A . Standards related to prognostics and health management （PHM） for manufacturing ［M］. Gaithersburg， USA ： National Institute of Standards and Technology ， 2014 .
GUO H ， LI G ， LI T . Analysis of gearbox fault diagnosis system of wind turbine based on fuzzy Petri nets ［C］// Proceedings of International Conference on Fuzzy Systems and Knowledge Discovery （FSKD） ， May 29 - 31 ， 2012 ， Sichuan， China： 540 - 544 .
张岩 ， 张勇 ， 文福拴 ， 等 . 容纳时序约束的改进模糊Petri网故障诊断模型 ［J］. 电力系统自动化 ， 2014 ， 38 （ 5 ）： 66 - 72 .
ZHANG Yan ， ZHANG Yong ， WEN Fushuan ， et al . Power system fault diagnosis with an enhanced fuzzy Petri net accommodating temporal constraints ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 5 ）： 66 - 72 .
龙霞飞 ， 杨苹 ， 郭红霞 ， 等 . 基于KELM和多传感器信息融合的风电齿轮箱故障诊断 ［J］. 电力系统自动化 ， 2019 ， 43 （ 17 ）： 132 - 139 .
LONG Xiafei ， YANG Ping ， GUO Hongxia ， et al . Fault diagnosis of wind turbine gearbox based on KELM and multi-sensor information fusion ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 17 ）： 132 - 139 .
张少敏 ， 毛冬 ， 王保义 . 大数据处理技术在风电机组齿轮箱故障诊断与预警中的应用 ［J］. 电力系统自动化 ， 2016 ， 40 （ 14 ）： 129 - 134 .
ZHANG Shaomin ， MAO Dong ， WANG Baoyi . Application of big data processing technology in fault diagnosis and early warning of wind turbine gearbox ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 14 ）： 129 - 134 .
KONG Y ， WANG T ， ZHENG L ， et al . Fault feature extraction of planet gear in wind turbine gearbox based on spectral kurtosis and time wavelet energy spectrum ［J］. Frontiers of Mechanical Engineering ， 2017 ， 12 （ 3 ）： 406 - 419 .
DERVILIS N ， CHOI M ， TAYLOR S G ， et al . On damage diagnosis for a wind turbine blade using pattern recognition ［J］. Journal of Sound and Vibration ， 2014 ， 333 （ 6 ）： 1833 - 1850 .
PERRY M ， FUSIEK G ， MCKEEMAN I ， et al . Metal-packaged fibre Bragg grating strain sensors for surface-mounting onto spalled concrete wind turbine foundations ［C］// International Conference on Optical Fibre Sensors （OFS24） ， September 28 ， 2015 ， Curitiba， Brazil.
张米露 ， 王天真 ， 汤天浩 . 直驱式永磁同步海流机叶轮不平衡故障建模与实验研究 ［J］. 电机与控制学报 ， 2018 ， 22 （ 7 ）： 44 - 50 .
ZHANG Milu ， WANG Tianzhen ， TANG Tianhao . Modeling and experimental study on blade imbalanced fault in marine current generation system ［J］. Electric Machines and Control ， 2018 ， 22 （ 7 ）： 44 - 50 .
杨锡运 ， 李金霞 ， 陈嵩 ， 等 . 基于模糊Petri网的风电机组液压变桨系统故障诊断方法 ： CN103278328A ［P］. 2013 .
YANG Xiyun ， LI Jinxia ， CHEN Song ， et al . Fault diagnosis method for pitch wind turbine hydraulic system based on fuzzy Petri nets ： CN103278328A ［P］. 2013 .
WANG X ， WANG L ， XIA H . Study on load and aerodynamic characteristics for rotating wind turbine rotor ［C］// 2015 IEEE International Conference on Mechatronics and Automation （ICMA） ， August 2 - 5 ， 2015 ， Beijing， China： 1870 - 1874 .
GAO Jianxiong ， AN Zongwen ， KOU Haixia . Fatigue life prediction of wind turbine rotor blade composites considering the combined effects of stress amplitude and mean stress ［J］. Proceedings of the Institution of Mechanical Engineers ， 2018 ， 232 （ 6 ）： 598 - 606 .
郭惠勇 ， 周容 ， 程晋军 . 基于概率理论和AR/GARCH模型的非线性损伤识别 ［J］. 重庆大学学报 ， 2019 ， 42 （ 11 ）： 19 - 28 .
GUO Huiyong ， ZHOU Rong ， CHENG Jinjun . Structural nonlinear damage identification based on probability theory and AR/GARCH model ［J］. Journal of Chongqing University ， 2019 ， 42 （ 11 ）： 19 - 28 .
KONG C ， KIM T ， HAN D ， et al . Investigation of fatigue life for a medium scale composite wind turbine blade ［J］. International Journal of Fatigue ， 2006 ， 28 （ 10 ）： 1382 - 1388 .
LIU Han ， ZHOU Mingyong ， ZHOU Yuli ， et al . Aging life prediction system of polymer outdoors constructed by ANN. 1. Lifetime prediction for polycarbonate ［J］. Polymer Degradation and Stability ， 2014 ， 105 （ 1 ）： 218 - 236 .
裴洪 ， 胡昌华 ， 司小胜 ， 等 . 基于机器学习的设备剩余寿命预测方法综述 ［J］. 机械工程学报 ， 2019 ， 55 （ 8 ）： 1 - 13 .
PEI Hong ， HU Changhua ， SI Xiaosheng ， et al . Review of machine learning based remaining useful life prediction methods for equipment ［J］. Journal of Mechanical Engineering ， 2019 ， 55 （ 8 ）： 1 - 13 .
SHOKRIEH M M ， RAFIEE R . Simulation of fatigue failure in a full composite wind turbine blade ［J］. Composite Structures ， 2006 ， 74 （ 3 ）： 332 - 342 .
ISERMANN R . Fault-diagnosis applications： model-based condition monitoring： actuators， drives， machinery， plants， sensors， and fault-tolerant systems ［M］. Darmstadt ， Germany： Springer Science & Business Media ， 2011 .
魏书荣 ， 李正茂 ， 符杨 ， 等 . 计及电流估计差的海上双馈电机定子绕组匝间短路故障诊断 ［J］. 中国电机工程学报 ， 2018 ， 38 （ 13 ）： 3969 - 3977 .
WEI Shurong ， LI Zhengmao ， FU Yang ， et al . Inter-turn faults diagnosis on stator windings of offshore wind DFIGs considering current estimated difference ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 13 ）： 3969 - 3977 .
马宏忠 ， 李思源 . 双馈风力发电机转子绕组不平衡故障诊断 ［J］. 电机与控制学报 ， 2020 ， 24 （ 2 ）： 138 - 143 .
MA Hongzhong ， LI Siyuan . Unbalanced fault diagnosis of rotor winding in doubly-fed induction generator ［J］. Electric Machines and Control ， 2020 ， 24 （ 2 ）： 138 - 143 .
李天辉 ， 唐明 ， 贾伯岩 ， 等 . 发电机转子匝间短路故障的建模仿真及诊断分析 ［J］. 高电压技术 ， 2019 ， 45 （ 12 ）： 3932 - 3940 .
LI Tianhui ， TANG Ming ， JIA Boyan ， et al . Modeling simulation and diagnosis analysis on inter-turn short circuits fault in generator rotor ［J］. High Voltage Engineering ， 2019 ， 45 （ 12 ）： 3932 - 3940 .
金晓航 ， 孙毅 ， 单继宏 ， 等 . 风力发电机组故障诊断与预测技术研究综述 ［J］. 仪器仪表学报 ， 2017 ， 38 （ 5 ）： 1041 - 1053 .
JIN Xiaohang ， SUN Yi ， SHAN Jihong ， et al . Fault diagnosis and prognosis for wind turbines： an overview ［J］. Chinese Journal of Scientific Instrument ， 2017 ， 38 （ 5 ）： 1041 - 1053 .
张艳 ， 马宏忠 ， 陈涛涛 ， 等 . 基于振动信号的双馈异步发电机滑环装置故障诊断方法研究 ［J］. 电力系统保护与控制 ， 2018 ， 46 （ 4 ）： 57 - 62 .
ZHANG Yan ， MA Hongzhong ， CHEN Taotao ， et al . Research on fault method for slip ring device of doubly-fed induction generators based on vibration signal ［J］. Power System Protection and Control ， 2018 ， 46 （ 4 ）： 57 - 62 .
李思源 ， 马宏忠 ， 陈涛涛 . 基于HHT的双馈异步发电机电刷滑环烧伤故障诊断 ［J］. 电力系统保护与控制 ， 2018 ， 46 （ 16 ）： 68 - 74 .
LI Siyuan ， MA Hongzhong ， CHEN Taotao . Diagnosis method based on HHT of burn fault of doubly-fed induction generator brush ring ［J］. Power System Protection and Control ， 2018 ， 46 （ 16 ）： 68 - 74 .
JUN H ， MING C . An overview of condition monitoring and fault diagnostic for wind energy conversion system ［J］. Transactions of China Electrotechnical Society ， 2013 ， 28 （ 4 ）： 261 - 272 .
ZHONG J ， YANG K . Failure prediction for linear ball bearings based on wavelet transformation and self-organizing map ［C］// 2018 IEEE 4th Information Technology and Mechatronics Engineering Conference （ITOEC） ， December 14 - 16 ， 2018 ， Chongqing， China： 34 - 38 .
LI N ， LEI Y ， LIU Z ， et al . A particle filtering-based approach for remaining useful life prediction of rolling element bearings ［C］// Proceedings of IEEE Conference on Prognostics and Health Management （PHM） ， June 22 - 25 ， 2014 ， Cheney， USA： 1 - 8 .
赵洪山 ， 闫西慧 ， 王桂兰 ， 等 . 应用深度自编码网络和XGBoost的风电机组发电机故障诊断 ［J］. 电力系统自动化 ， 2019 ， 43 （ 1 ）： 81 - 90 .
ZHAO Hongshan ， YAN Xihui ， WANG Guilan ， et al . Fault diagnosis of wind turbine generator based on deep autoencoder network and XGBoost ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 81 - 90 .
0
Views
0
下载量
18
CSCD
- Meta-XMLDownload
- BibTeXDownload
- EndnoteDownload
- RefMan Download
- NoteExpressDownload
- NoteFirstDownload
Publicity Resources
Related Articles
Related Author
Related Institution
- Postal code：310000
- Tel：13632102679
- Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09064830号-19
京公网安备11010802024621 - It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
- Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.