风力发电机组故障诊断与预测技术研究综述

作     者：金晓航 孙毅 单继宏 吴根勇 Jin Xiaohang;Sun Yi;Shan Jihong;Wu Genyong

作者机构：浙江工业大学特种装备制造与先进加工技术教育部重点实验室杭州310014 浙江工业大学机械工程学院杭州310014 浙江工业大学海洋研究院杭州310014 浙江运达风电股份有限公司杭州310012 风力发电系统国家重点实验室杭州310012 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2017年第38卷第5期

页      面：1041-1053页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金(51505424 51675484) 浙江省自然科学基金(LY15E050019)项目资助 

主　　题：风力发电机组 故障诊断 故障预测 数据采集与监控系统 

摘      要：随着风力发电机组装机容量的快速发展,累计运行时间的持续增长,风电机组的维护问题日益突出,迫切需要研发有效的风电机组故障诊断与预测系统。从故障诊断和故障预测两个方面,归纳风力发电机组的主要故障特点;针对故障诊断难点问题,分析和总结基于振动、电气信号分析和模式识别算法的故障诊断方法的研究现状,指出各种方法的技术特点、局限性和今后的发展趋势;针对风电机组中机械结构和电子系统性能退化的各自特点,归纳当前的研究进展,提出物理失效模型和数据驱动模型融合的故障预测方法;最后,归纳了利用风力发电机组数据采集与监控系统(SCADA)数据进行故障诊断与预测的最新进展及需要进一步研究的问题。