基于卷積神經網絡的風電機組齒輪箱狀態監測方法

摘要：為了實現對風電機組齒輪箱的狀態監測,文章提出了一種基于卷積神經網絡的風電機組齒輪箱狀態監測方法。首先,提取風電機組數據采集與監視控制(SCADA)數據和振動信號作為參數,組成齒輪箱狀態矩陣。其次,建立了一種卷積神經網絡模型,該模型針對輸入數據設計了特定結構和池化層規則,提高了計算效率,能夠從齒輪箱狀態信息中提取特征并判斷其狀態。最后,利用實際運行的風電機組數據對卷積神經網絡模型進行了訓練和驗證,最終取得了96.3%的識別精度。同時,將該模型應用于對同一風場其他機組的狀態監測,結果驗證了卷積神經網絡模型對齒輪箱狀態監測的有效性。