一种永磁直驱风力发电系统一体化故障诊断方法

摘要

本发明公开了一种永磁直驱风力发电系统一体化故障诊断方法，包括：对永磁直驱风力发电系统的多种类型的信号进行采样及数据预处理；利用多小波包分解技术提取不同频带的采样信号暂态分量；计算采样信号的小波时间熵，支持向量机故障诊断模型进行训练，训练好的故障诊断模型输出对应风力发电系统的故障部件及故障类型信息；本发明采用小波理论结合多个“二叉树”支持向量机构成的故障诊断模型，有效提高了训练速度和识别精度，特别适用于解决小样本、非线性及高维数的大型机电系统故障诊断问题。

主权项

一种永磁直驱风力发电系统一体化故障诊断方法，其特征是，包括以下步骤：步骤一：对永磁直驱风力发电系统的多种类型的信号进行采样及数据预处理；步骤二：利用多小波包分解技术对步骤一中进行采样及数据预处理的信号分别提取不同频带的暂态分量；步骤三：根据步骤二中的采样信号暂态分量计算小波时间熵，采样信号的小波时间熵作为支持向量机故障诊断模型的特征向量；步骤四：将步骤三中采样信号的小波时间熵作为样本输入支持向量机故障诊断模型进行训练，训练好的支持向量机故障诊断模型输出对应风力发电系统的故障部件及故障类型信息；步骤五：以每隔设定时间以设定的频率采样信号并存入数据库，按照步骤二和步骤三计算采样信号的小波时间熵，作为步骤四中训练好的支持向量机故障诊断模型的输入特征向量，获得风力发电系统的故障部件及故障类型信息。