典型文献
基于SCADA温度数据的风电机组发电机驱动端轴承异常识别方法
文献摘要：
为及时识别发电机驱动端轴承的异常运行状态,利用风电机组数据采集与监视控制(SCADA)系统参数序列之间存在的内在相关性,提出一种基于协整和向量误差修正模型的发电机驱动端轴承异常识别方法.首先,对所选温度SCADA参数序列的平稳性进行检验,分析各参数的单整阶数;然后,通过协整检验来确定所选参数之间的长期均衡关系;最后,在协整关系的基础上构建适用于温度SCADA参数的向量误差修正模型,计算模型预测残差的均方根误差,使用指数加权移动平均值设定阈值对发电机驱动端轴承的运行状态进行监测.利用内蒙古某风场的一组发电机驱动端轴承故障数据进行验证,结果表明该方法能有效识别发电机驱动端轴承的异常状态,及时发现早期故障.
文献关键词：
滚动轴承;风力发电机组;协整;向量误差修正模型;故障识别
中图分类号：
作者姓名：
张超;张少飞
作者机构：
内蒙古科技大学 机械工程学院,内蒙古 包头 014010;内蒙古自治区机电系统智能诊断与控制重点实验室,内蒙古 包头 014010
文献出处：
引用格式：
[1]张超;张少飞-.基于SCADA温度数据的风电机组发电机驱动端轴承异常识别方法)[J].轴承,2022(06):67-73
A类：
B类：
SCADA,温度数据,风电机组,电机驱动,异常识别,异常运行状态,数据采集与监视控制,系统参数,向量误差修正模型,平稳性,阶数,协整检验,长期均衡关系,协整关系,预测残差,指数加权移动平均,风场,轴承故障,故障数据,异常状态,早期故障,滚动轴承,风力发电机组,故障识别
AB值：
0.239414
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
