基于PSO-SVR和SPC的風電機組齒輪箱故障預警研究

陳園藝，孫建平

(華北電力大學 控制與計算機工程學院，河北保定071003)

?

基于PSO-SVR和SPC的風電機組齒輪箱故障預警研究

陳園藝，孫建平

(華北電力大學 控制與計算機工程學院，河北保定071003)

摘要：齒輪箱是風電機組的主要部件之一，主要功能是將風輪在風力作用下所產生的動力傳遞給發電機并使其得到相應的轉速。由于風電機組的運行條件惡劣，復雜的工況要求齒輪箱具有極高的可靠性，齒輪箱故障率較高。為了減少風電齒輪箱嚴重故障的發生，利用基于粒子群(PSO)的支持向量回歸方法(SVR)對風電機組齒輪箱進行預測建模，然后利用統計過程控制技術(SPC)對殘差進行分析，根據中心極限定理設置殘差預警閾值，當殘差超出預警限之外時系統立即報警。實驗證明，該方法對風電齒輪箱模型預測效果良好，可有效實現齒輪箱異常狀態的預警。

關鍵詞：齒輪箱；支持向量回歸；粒子群；統計過程控制；故障預測

0引言

根據中國風能協會發布的最新數據，2014年新增裝機容量2 335.05萬kW，比2013年增長45.1%；累計裝機容量1.147 633 9億kW，比2013年新增25.5%；2014年風電新增出廠吊裝容量創造了新的歷史記錄。隨著對裝機和發電量的需求的日漸增長，風力發電技術擁有了極大的發展空間。

風電機組齒輪箱連接著風機主軸和發電機，利用增速功能實現能量的傳遞，是風電機組中重要的傳動部件。主要故障包括齒輪損傷、斷軸和滲漏油、軸承損壞、油溫高等[1]。據統計，齒輪箱的故障率比較高，且一旦故障，由其導致的停機時間最長。……