公开(公告)号：CN106446540A

公开(公告)日：2017-02-22

申请号：CN201610834211.4

申请日：2016-09-20

Applicant: 华北电力大学(保定)

Inventor： 李刚 ,  张建付 ,  刘丽 ,  郭晓红 ,  于长海 ,  宋雨

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 一种风电机组健康状态实时评估方法，所述方法首先基于风电机组历史运行数据，运用聚类技术实现风电机组运行工况的划分，并计算每种工况下的风电机组标准状态云模型；然后采用流式聚类算法对风电机组的实时数据流进行工况辨识，并计算机组实时状态的云模型；之后计算实时状态的云模型与标准状态云模型的偏离值并将其作为风电机组的健康指数；最后根据健康指数的大小对风电机组的健康状态进行评估。本发明利用云模型来描述风电机组的运行状态，并引入时间窗的方法来获取风电机组健康状态及发展趋势，该方法充分考虑了风电机组状态监测信息的不确定性，大大提高了评估结果的准确性，可为制定风电机组维护计划提供有力支撑。

公开(公告)号：CN106446540B

公开(公告)日：2019-05-03

申请号：CN201610834211.4

申请日：2016-09-20

Applicant: 华北电力大学(保定)

Inventor： 李刚 ,  张建付 ,  刘丽 ,  郭晓红 ,  于长海 ,  宋雨

IPC: G06F17/10

Abstract: 一种风电机组健康状态实时评估方法，所述方法首先基于风电机组历史运行数据，运用聚类技术实现风电机组运行工况的划分，并计算每种工况下的风电机组标准状态云模型；然后采用流式聚类算法对风电机组的实时数据流进行工况辨识，并计算机组实时状态的云模型；之后计算实时状态的云模型与标准状态云模型的偏离值并将其作为风电机组的健康指数；最后根据健康指数的大小对风电机组的健康状态进行评估。本发明利用云模型来描述风电机组的运行状态，并引入时间窗的方法来获取风电机组健康状态及发展趋势，该方法充分考虑了风电机组状态监测信息的不确定性，大大提高了评估结果的准确性，可为制定风电机组维护计划提供有力支撑。

公开(公告)号：CN112651426A

公开(公告)日：2021-04-13

申请号：CN202011391135.7

申请日：2020-12-01

Applicant: 华北电力大学(保定)

Inventor： 李刚 ,  王志扬 ,  张建付

IPC: G06K9/62 ,  G06N3/04 ,  G01M13/045

Abstract: 本发明公开了一种风电机组滚动轴承故障诊断方法，属于机电设备的状态监测与故障诊断技术领域。所述方法基于BP神经网络算法及相关计算机程序的支持，包括如下步骤：a.将振动传感器安装在滚动轴承的外壳上，用于采集滚动轴承的振动频率信号；b.对步骤a中所采集的振动频率信号Xj(t)(t＝1,2,…,N)进行l层小波包分解；c.根据步骤b中所得到的各子空间对应的频带，计算振动信号在小波包最佳子空间下的特征矢量；d.将风电机组滚动轴承的特征矢量输入到BP神经网络中，实现风电机组的故障诊断。它具有故障判断准确率高的特点。