风力发电机组运行状态监测技术研究
胡志宝 ( 中广核(政和)风力发电有限公司 )
黄晓春 ( 中广核(政和)风力发电有限公司 )
https://doi.org/10.37155/2811-0609-0516-15Abstract
为解决风力发电机组复杂工况下故障频发、早期预警难度大、运维成本高的问题,本文分析风电机组核心结构、故障机理与状态表征参数,探究多传感器数据采集、特征提取及智能故障监测核心技术,对比传统阈值法与智能监测技术的优劣。依托端边云协同监测系统开展工程验证,证实智能复合监测架构可大幅提升故障识别精度,提前预警故障、减少停机损耗,为风电机组智能运维提供可靠技术支撑。
Keywords
风力发电机组;运行状态;监测技术Full Text
PDFReferences
[1]王磊,赵鑫,孙伟.多传感器数据融合的风机运行状态监测与故障预警方法[J].中国机械工程,2025,36(02):198-205.
[2]李杨.风力发电机组全生命周期运行状态监测系统设计与应用[J].电工技术,2026,22(08):136-138.
[3]吴佳伟.海上风力发电机组关键部件状态监测及故障预警策略[J].船舶工程,2024,46(S1):210-213.
[4]刘军,李浩然.基于改进DBSCAN与随机森林的风机运行异常状态监测方法[J].可再生能源,2024,42(07):923-929.
[5]陈晨,王博文.风力发电机振动信号特征提取与运行状态监测研究[J].振动与冲击,2022,41(15):189-195.
[2]李杨.风力发电机组全生命周期运行状态监测系统设计与应用[J].电工技术,2026,22(08):136-138.
[3]吴佳伟.海上风力发电机组关键部件状态监测及故障预警策略[J].船舶工程,2024,46(S1):210-213.
[4]刘军,李浩然.基于改进DBSCAN与随机森林的风机运行异常状态监测方法[J].可再生能源,2024,42(07):923-929.
[5]陈晨,王博文.风力发电机振动信号特征提取与运行状态监测研究[J].振动与冲击,2022,41(15):189-195.
Copyright © 2026 胡志宝,黄晓春
Publishing time:2026-08-31
This work is licensed under a Creative Commons Attribution 4.0 International License