基于XGBoost算法的风电机组轴承剩余寿命预测研究  

作　　者：黎天双 颜承玉 李晶晶 饶全瑞 刘广臣 

机构地区：[1]鲁东大学数学与统计科学学院,山东烟台264000 [2]鲁东大学交通学院,山东烟台264000 [3]鲁东大学信息与电气工程学院,山东烟台264000

出　　处：《电脑知识与技术》2023年第29期16-18,29,共4页Computer Knowledge and Technology

基　　金：山东省大学生创新创业训练计划项目(202210451051)。

摘　　要：针对风电机组轴承剩余寿命的传统预测方法的局限性以及预测准确率不高等问题,提出一种基于XGBoost算法模型用于风电机组轴承剩余寿命预测的方法。首先,提取原始振动信号的18种时域、13种频域特征指标并对其进行标准化处理。其次,将特征数据集按8∶2进行训练集和测试集的划分,训练集基于XGBoost算法进行训练,从而建立基于XGBoost算法的预测模型对轴承剩余寿命进行预测,测试集用于评估模型预测效果。最后,结合R^(2)、MSE等多个评价指标对XGBoost模型进行综合评价。结果显示预测效果优良(R^(2)=0.9998)。试验结果表明,基于XGBoost算法的预测模型能有效且准确地预测设备中轴承剩余寿命,为风电机组轴承剩余寿命预测提供了一种新思路及方法。本文提出的剩余寿命预测方法可应用于风电机组轴承等重要部件中,有效地实时监测风电机组重要部件的性能退化状况,以及预测其剩余寿命,较大程度地减少因风机停机造成的损失。

关 键 词：风电机组轴承 特征数据集 性能退化评估 XGBoost 剩余寿命预测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]