数据挖掘技术在风力发电机组故障诊断中的应用

升阳 李(陕西德源府谷能源有限公司，中国)

摘要

风能新能源的地位在持续提升，风力发电机组的装机量也在逐年增加，使其逐渐成了电力供应的重要来源之一。然而，随着恶劣运行环境的影响，风力发电机的维修成本一直居高不下，传统响应式维护方案已经无法满足实际需求。在此背景下，预防式维护也面临着技术方面的挑战。为解决这些问题，论文提出一种创新的维护方案，基于风场大数据和风机历史数据。通过数据挖掘技术的运用，对大数据进行深入挖掘，并建立优化故障预测模型，可以更好地利用风力发电大数据的价值，提高故障预测的及时性和准确性。

关键词

数据挖掘技术；风力发电机组；故障诊断

参考

张李炜,李孝忠.基于改进CNN和BiGRU双通道特征融合的风电机组故障诊断模型[J].天津科技大学学报,2023,38(1):55-60.

辛鹏,杨剀勋,文孝强.基于改进SE-CNN的风电机组故障诊断方法研究[J].吉林化工学院学报,2023,40(1):34-40.

李洪川,王旭东,王东明,等.基于故障树的风电机组变桨系统故障诊断研究[J].设备管理与维修,2022(15):168-169.

安文杰,陈长征,田淼,等.基于MSCNNSA-BiGRU的变工况风电机组滚动轴承故障诊断研究[J].机电工程,2022,39(8):1096-1103.

尹晓伟,江雪峰,王龙福.风电机组轴承故障诊断与疲劳寿命研究综述[J].轴承,2022(5):1-8.

刘家瑞,杨国田,王孝伟.基于孪生深度神经网络的风电机组故障诊断方法[J].系统仿真学报,2022,34(11):2348-2358

DOI: http://dx.doi.org/10.12345/gcjsygl.v7i21.14261