基于加权投票融合模型的风电机组主轴承故障诊断方法  

作　　者：吴博阳 蔡海洋 陈亚男 罗智 毛胜轲 徐国平 

机构地区：[1]运达能源科技集团股份有限公司 [2]浙江省北大信息技术高等研究院

出　　处：《风能》2024年第9期60-67,共8页Wind Energy

摘　　要：风电机组中的主轴承扮演着至关重要的角色,它是支撑整个转子系统的关键部件^(1)。主轴承的性能直接影响着风电机组的稳定运行和可靠性。一旦主轴承出现问题,通常需要进行大规模的维修或更换,这将导致高昂的维护成本和停机时间,直接影响到风电机组的经济效益和可用性^(2)。因此,寻找一种实时、快速且准确的风电机组主轴承故障诊断方法具有重要意义。近年来,众多专家、学者致力于研究风电机组故障诊断技术,在算法技术不断提升及一系列机器学习算法的应用下,风电机组故障诊断水平得到了显著提升。

关 键 词：机器学习算法 加权投票 融合模型 停机时间 风电机组 主轴承 轴承故障诊断 诊断技术 

分 类 号：TM315[电气工程—电机]