風機故障預警系統(tǒng)的設計與實現.pdf

1、隨著風電行業(yè)的迅猛發(fā)展，風電企業(yè)對軟件平臺的需求也逐漸擴大。通常風電場商只提供風機的基本運行信息，這些數據無法滿足風電企業(yè)進行高質量的統(tǒng)計分析和決策要求。尤其是風機結構越來越復雜的情況下，導致風機發(fā)生故障越發(fā)的頻繁和復雜，由此給風機帶來昂貴的維護成本。如何能夠給企業(yè)帶來經濟效益的最大化，針對風電企業(yè)所面臨的這個問題，本文對風機故障預警的應用作了以下研究。
　　本文對風電場工業(yè)庫中兩年的風機故障歷史信息進行了分類統(tǒng)計，根據故障發(fā)生時

2、間段的波動情況，對發(fā)生每一個種類的故障進行參數篩選，并不是所有的參數波動都是比較明顯易區(qū)分的，因此在此基礎上引進了決策樹算法，由于決策樹是基于熵的最大化理論對單一故障分類具有很好的效果，針對風機發(fā)生不同種類故障的情況下分別對風機故障進行決策樹模型的創(chuàng)建，根據風機不同種類故障模型的創(chuàng)建過程中，根據熵的最大化理論，找出針對不同種類風機故障中導致熵最大化的參數，從而進一步的優(yōu)化參數的范圍。針對實際情況中，導致風機發(fā)生故障是多類型的，如何高效的

3、針對多類別進行分類，本文采用了基于支持向量機作為決策的先決條件對多類別的故障進行劃分，并建立了決策樹基于svm的多分類的模型進行驗證，并且效果比較明顯?；谏鲜鲲L機多分類的模型創(chuàng)建，在此基礎上采用Spring MVC+Mybits的架構，對風機預警進行實現。
　　最后，本文對平臺的適配性進行詳細的研究。分析了不同風電場，不同風機的差異，并實現了適應這些差異的方法。此方法已在遼寧，內蒙，寧夏三個風電場項目上投入使用，適配性得到了充分