风电机组叶片故障仿真与状态判别研究

打开文本图片集

收稿日期：2021-11-23

基金项目：国家重点研发计划（2020YFB1506600；2020YFB1506604）

通信作者：高 峰（1976—），男，博士、讲师，主要从事风力发电机组状态监测与控制优化方面的研究。gaofeng@ncepu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2021-1434 文章编号：0254-0096（2023）04-0052-08

摘 要：该文利用Bladed软件模拟叶片覆冰和破损故障，通过对比和分析风电机组叶片故障与正常时的运行数据，发现叶片故障状态时的机组运行参数变化特征；然后利用叶片振动信号，基于叶片工作模态分析理论识别出叶片模态参数，根据模态参数的变化揭示了两种故障对叶片振动影响的区别；最后将所识别的叶片模态参数与风电机组的运行参数组成多源数据，采用LightGBM框架下的分类决策树算法实现了对叶片故障状态的有效判断和识别。（剩余11495字）