基于马氏聚类和前馈神经网络的风力机故障诊断.pdf

２０２４年６月Ｊｕｎ２０２４

第５２卷第１２期Ｖｏｌ５２Ｎｏ１２

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１２０３１

－

文献引用：胡新雨，郁海彭，何智，等．基于马氏聚类和前馈神经网络的风力机故障诊断［Ｊ］．机床与液压，２０２４，５２（１２）：２１７２２３．

Ｃｉｔｅａｓ：ＨＵＸｉｎｙｕ，ＹＵＨａｉｙｕａｎ，ＨＥＺｈｉ，ｅｔａｌ．ＦａｕｌｔｄｉａｇｎｏｓｉｓｏｆｗｉｎｄｔｕｒｂｉｎｅｂａｓｅｄｏｎＭａｒｋｏｖｃｌｕｓｔｅｒｉｎｇａｎｄｆｅｅｄｆｏｒｗａｒｄｎｅｕｒａｌｎｅｔ⁃

－

ｗｏｒｋ［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１２）：２１７２２３．

基于马氏聚类和前馈神经网络的风力机故障诊断

１１１１１２

胡新雨，郁海彭，何智，韩伟，戴劲松，张旭

（１国网江苏省电力有限公司南通供电分公司，江苏南通２２６０００；

２南京航空航天大学自动化学院，江苏南京２１１１０６）

摘要：通过建立数据驱动的故障预测模型，可以将故障状态从正常状态中分离出来，进而实现对风力发电机故障的精

确诊断。为此，提出一种基于马氏聚类和前馈神经网络的风力机故障诊断策略，通过马氏距离评估实现数据聚类以及正常

数据和异常数据的分离；然后以前馈神经网络为基础，根据工程经验构建风力发电机、齿轮箱和发电机３种预测模型；最

后利用实验样机数据对所提出的故障预测策略进行验证。实验结果表明：所提的风力机故障预测策略可以有效识别风力机

输出功率异常、齿轮箱温度异常和发电机温度异常，进而有利于合理地安排维修计划。

关键词：风力发电机；数据驱动；马氏距离聚类；前馈神经网络；故障预测诊断

中图分类号：ＴＭ３１５

ＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＷｉｎｄＴｕｒｂｉｎｅＢａｓｅｄｏｎＭａｒｋｏｖＣｌｕｓｔｅｒｉｎｇａｎｄ

ＦｅｅｄｆｏｒｗａｒｄＮｅｕｒａｌＮｅｔｗｏｒｋ

１１１１１２

ＨＵＸｉｎｙｕ，ＹＵＨａｉｙｕａｎ，ＨＥＺｈｉ，ＨＡＮＷｅｉ，ＤＡＩＪｉｎｇｓｏｎｇ，ＺＨＡＮＧＸｕ

（１ＮａｎｔｏｎｇＰｏｗｅｒＳｕｐｐｌｙＢｒａｎｃｈ，ＳｔａｔｅＧｒｉｄＪｉａｎｇｓｕＰｏｗｅｒＣｏ．，Ｌｔｄ．，ＮａｎｔｏｎｇＪｉａｎｇｓｕ２２６０００，Ｃｈｉｎａ；２Ｃｏｌｌｅｇｅ

ｏｆＡｕｔｏｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，ＮａｎｊｉｎｇＪｉａｎｇｓｕ２１１１０６，Ｃｈｉｎａ）

－

Ａｂｓｔｒａｃｔ：Ｂｙｅｓｔａｂｌｉｓｈｉｎｇａｄａｔａｄｒｉｖｅｎｆａｕｌｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ｔｈｅｆａｕｌｔｓｔａｔｅｃ