论文部分内容阅读
本文阐述了风力发电的优势和风力发电行业在国内的发展现状，针对风力发电机存在的一些故障问题(转子不平衡、定子故障、转子偏心)，结合机械故障理论和小波分析理论，提出了合理的监测系统并对双馈异步风力发电机进行故障诊断。
本文的主要内容有：
1.本文首先通过阐述风力发电的优势和存在的问题，分析了进行风力发电机状态监测与故障诊断的必要性。
2.总结分析了故障诊断原理及双馈异步风力发电机工作机理，针对双馈异步风力发电机提出了合理的状态监测与故障诊断方案。
3.根据传感器结构及类型标准针对异步电机选择了合适的振动传感器，提出了传感器安装方案进行安装，进行故障信号采集。
4.应用小波分析理论对含噪信号进行了消噪处理，又通过小波包分解提取特征量，并进行归一化处理。
5.通过构造LS-SVM分类器，进行故障诊断，本文采用决策树式分类器构造方案，通过改进的粒子群算法对LS-SVM的核函数参数进行优化.得到优化后的分类结果。
本文针对振动数据进行故障诊断，贴近生产实际。采用粒子群优化支持向量机算法相互结合，诊断效果精确。将优化后的LS-SVM诊断结果与传统LS-SVM诊断结果相比较，诊断准确率更高。最后根据测试诊断的经验，做出了“双馈异步风力发电机的状态监测与故障诊断系统”，可以用于双馈异步风力发电机的振动故障分析。