一種基于盲源分離和流形學(xué)習(xí)的風(fēng)電機(jī)組軸承故障特征提取方法

【摘要】：提出一種基于盲源分離(blind source separation,BSS)和流形學(xué)習(xí)算法的風(fēng)電機(jī)組軸承故障特征提取方法,首先對(duì)采集的振動(dòng)信號(hào)利用獨(dú)立成分分析(independent component analysis,ICA)進(jìn)行盲源分離,計(jì)算各源信號(hào)的峭度和負(fù)熵,然后對(duì)源信號(hào)進(jìn)行包絡(luò)分析并提取上、下包絡(luò)線矩陣的奇異值,將峭度、負(fù)熵和奇異值組成高維特征向量,最后利用拉普拉斯特征映射流形學(xué)習(xí)算法(Laplacian eigenmaps,LE)挖掘出高維數(shù)據(jù)中包含有效信息且具有內(nèi)在規(guī)律性的低維特征。該方法充分利用并有效結(jié)合ICA在信號(hào)處理和LE在挖掘特征信息方面的優(yōu)勢(shì),實(shí)現(xiàn)風(fēng)電機(jī)組軸承故障特征的提取。算例結(jié)果表明該方法可有效提取軸承故障特征。 【作者單位】： 華北電力大學(xué)電氣與電子工程學(xué)院;河北省電力公司經(jīng)濟(jì)技術(shù)研究院;
【關(guān)鍵詞】： 風(fēng)電機(jī)組 軸承 故障 盲源分離 ICA LE
【基金】：國(guó)家自然科學(xué)基金(51277074)
【分類號(hào)】：TM315
【正文快照】： 0引言作為一種技術(shù)較成熟且裝機(jī)量較大的可再生能源,風(fēng)力發(fā)電目前已進(jìn)入大規(guī)模發(fā)展階段。由于大部分風(fēng)場(chǎng)位于環(huán)境惡劣的偏遠(yuǎn)地區(qū),往往受到極端天氣的影響。隨著風(fēng)電機(jī)組累計(jì)運(yùn)行時(shí)間的增加,機(jī)組部件不斷老化,極易發(fā)生故障。因此,為保證風(fēng)電機(jī)組的安全穩(wěn)定運(yùn)行,需對(duì)機(jī)組進(jìn)行狀

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

盲源分離在電氣設(shè)備溫度在線監(jiān)測(cè)中的應(yīng)用    趙振兵;苑津莎;高強(qiáng);羅廣孝;

空調(diào)電機(jī)振聲信號(hào)的盲源分離故障特征提取    谷愛(ài)昱;楊志宏;章云;

時(shí)頻分析和盲源分離在發(fā)電機(jī)轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用    張?jiān)?周劍利,郭建波,郝志華

改進(jìn)PCA和JADE盲源算法應(yīng)用于電機(jī)系統(tǒng)振動(dòng)信號(hào)的分離    李秀梅;李文;孫燕楠;曲英偉;

    

基于盲源分離的風(fēng)力發(fā)電機(jī)主軸承振聲診斷研究    周昊

機(jī)械振動(dòng)源的分離和識(shí)別方法研究    周曉峰

交流電機(jī)變頻調(diào)速系統(tǒng)振動(dòng)信號(hào)的盲源分離    于欣欣

基于盲源分離的風(fēng)機(jī)軸承的故障特征提取方法研究    邵玲

基于盲源分離理論的電網(wǎng)諧波檢測(cè)方法研究    劉富凱

盲源分離在電機(jī)故障診斷中的應(yīng)用研究    杜英杰