论文部分内容阅读
从海上风电机组的故障诊断与状态监测技术出发,对故障进行了统计,给出了状态监测的主要参数,从中选取温度参数作为分析对象.通过温度时序图分析,分为正常运行、故障形成、即将发生故障3种状态进行监测,采用神经网络与遗传算法相结合的方法进行了故障诊断.结果表明,通过温度变化可以预知风电机组即将发生故障,便于及时预警并采取预防措施.