基于引力搜索神经网络的风电机组传动链故障识别-振动与冲击.pdfVIP

振　动　与　冲　击 第３４卷第２期 ＪＯＵＲＮＡＬＯＦＶＩＢＲＡＴＩＯＮＡＮＤＳＨＯＣＫ Ｖｏｌ．３４Ｎｏ．２２０１５　  基于引力搜索神经网络的风电机组传动链故障识别 １ １ １，２ １ ３ 刘永前 ，徐　强 ，ＤａｖｉｄＩｎｆｉｅｌｄ ，田　德 ，龙　泉 （１．华北电力大学 新能源电力系统国家重点实验室，北京　１０２２０６； ２．斯莱斯克莱德大学 能源与环境学院，格拉斯哥　Ｇ１１ＸＷ；３．中国大唐集团新能源股份有限公司 试验研究院，北京　１０００６８） 　　摘　要：针对风电机组传动链故障识别由风电场制定合理维修策略可减少停机时间、降低维修费用问题，将引力 搜索算法用于ＢＰ神经网络初始权值及阈值优化，提出基于引力搜索神经网络的风电机组传动链故障识别方法。算例结 果表明，所提方法精度较ＢＰ神经网络高，能准确识别齿轮磨损、齿轮断齿、轴承松动等风电机组传动链典型故障，验证该 方法的有效性。 关键词：风电机组传动链；故障识别；ＢＰ神经网络；引力搜索算法 中图分类号：ＴＨ８３　　　文献标志码：Ａ ＤＯＩ：１０．１３４６５／ｊ．ｃｎｋｉ．ｊｖｓ．２０１５．０２．０２３ ＦａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｗｉｎｄｔｕｒｂｉｎｅｄｒｉｖｅｔｒａｉｎｕｓｉｎｇＢＰ ｎｅｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｇｒａｖｉｔａｔｉｏｎａｌｓｅａｒｃｈａｌｇｏｒｉｔｈｍ １ １ １，２ １ ３ ＬＩＵＹｏｎｇｑｉａｎ，ＸＵＱｉａｎｇ，ＤａｖｉｄＩＮＦＩＥＬＤ ，ＴＩＡＮＤｅ，ＬＯＮＧＱｕａｎ （１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｌｔｅｒｎａｔｅＥｌｅｃｔｒｉｃａｌＰｏｗｅｒＳｙｓｔｅｍｗｉｔｈＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＳｏｕｒｃｅｓ， ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０２２０６，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＥｎｅｒｇｙａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｔｒａｔｈｃｌｙｄｅ，ＧｌａｓｇｏｗＧ１１ＸＷ，ＵＫ； ３．ＴｅｓｔａｎｄＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＣｈｉｎａＤａｔａｎｇＣｏｒｐｏｒａｔｉｏｎＲｅｎｅｗａｂｌｅＰｏｗｅｒＣｏ．，Ｌｔｄ．，Ｂｅｉｊｉｎｇ１０００６８，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｗｉｎｄｔｕｒｂｉｎｅｄｒｉｖｅｔｒａｉｎｉｓｔｈｅｋｅｙｆｏｒｗｉｎｄｅｌｅｃｔｒｉｃｐｏｗｅｒｐｌａｎｔｓｔｏｗｏｒｋｏｕｔ ａｐｐｒｏｐｒｉａｔｅｍａｉｎｔｅｎａｎｃｅｓｔｒａｔｅｇｉｅｓｔｏｒｅｄｕｃｅｄｏｗｎｔｉｍｅａｎｄｍａｉｎｔｅｎａｎｃｅｃｏｓｔ，ａｎｄａｌｓｏｉｓｏｎｅｏｆｔｈｅｈｉｇｈｌｙｄｉｓｃｕｓｓｅｄｉｓｓｕｅｓ ａｎｄｄｉｆｆｉｃｕｌｔｉｅｓｉｎｒｅｃｅｎｔｒｅｓｅａｒｃｈ．Ｈｅｒｅ，ｇｒａｖｉｔａｔｉｏｎａｌｓｅａｒｃｈａｌｇｏｒｉｔｈｍｗａｓａｐｐｌｉｅｄｉｎｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｉｎｉｔｉａｌｗｅｉｇｈｔｓ ａｎｄｔｈｒｅｓｈｏｌｄｓｆｏｒＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ，ａｆａｕｌｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｆｏｒｗｉｎｄｔｕｒｂｉｎｅｄｒｉｖｅｔｒａｉｎｕｓｉｎｇＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ ｂａｓｅｄｏｎｇｒａｖｉｔａｔｉｏｎａｌｓｅａｒｃｈａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｒｅｓｕｌｔｓｏｆｅｘａｍｐｌｅｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｂｅ ｕｓ