| 主权项 |
一种基于双谱熵的风力发电机组故障诊断方法，其特征在于：所述方法包括以下步骤：(1)利用现有数据采集设备采集风力发电机组在正常运行状态、轻度故障、中度故障以及重度故障下的振动信号x<sub>w</sub>(n)＝{x<sub>1</sub>,x<sub>2</sub>,…x<sub>N</sub>}，其中，N代表每组数据个数，w代表数据组别，w＝1、2、3、4，w＝1代表正常运行状态、w＝2代表轻度故障状态、w＝3代表中度故障状态、w＝4代表重度故障状态；(2)计算所有振动信号x<sub>w</sub>(n)的故障特征带；(3)建立故障疏离度检测模型：(Ⅰ)第w类故障状态的第p类故障特征带的范围记为{A<sub>wp</sub>,B<sub>wp</sub>}，其中，A<sub>wp</sub>表示第w类故障状态的第p类故障特征带的下限值，B<sub>wp</sub>表示第w类故障状态的第p类故障特征带的上限值；p表示故障特征带的类型，p＝1,2，p＝1时表示幅值故障特征带，p＝2时表示双谱熵故障特征带；(Ⅱ)待识别故障状态F的故障特征向量记为(C<sub>1</sub>,C<sub>2</sub>)；其中，C<sub>p</sub>是待识别故障状态F的第p类故障特征值；(Ⅲ)计算待识别故障状态F与第w类故障状态的第p类故障特征带的距离d<sub>wp</sub>；(Ⅳ)计算待识别故障状态F与第w类故障状态的故障特征带距D<sub>w</sub>；(Ⅴ)建立待识别故障状态F与第w类故障状态的疏离度计算公式：<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>T</mi><mrow><mo>(</mo><mi>F</mi><mo>,</mo><mi>w</mi><mo>)</mo></mrow><mo>=</mo><mfrac><msub><mi>D</mi><mi>w</mi></msub><mrow><msubsup><mi>Σ</mi><mrow><mi>w</mi><mo>=</mo><mn>1</mn></mrow><mn>4</mn></msubsup><msub><mi>D</mi><mi>w</mi></msub></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA0000729798860000011.GIF" wi="446" he="157" /></maths>其中，第w类故障状态的疏离度T(F,w)∈[0,1]；(4)采集待检测风力发电机组的振动信号，将待检测振动信号进行步骤(2)的计算，得到的故障特征输入到步骤(3)所建立的故障疏离度检测模型中，计算该故障状态与四类故障状态的故障疏离度T(F,w),得到的最小疏离度即为该风机的故障状态。 |
