一种风电机组轴承健康劣化趋势预测方法
来源：动力工程学报杂志2018年第5期北京时间：
作者：董兴辉, 张光, 程友星, 王帅,
摘要：以风电机组轴承为研究对象，利用SCADA监测有关参数，计算这些参数与轴承温度的相关系数，对其归一化后得到各参数的影响权重，然后基于温度特征量构建轴承健康劣化度模型。应用改进的集合经验模态分解（EEMD）将具有非平稳性特性的劣化趋势分解为一系列相对平稳的分量，采用时间序列神经网络模型分别预测各类分量，叠加所有预测分量得到最终预测结果。结果表明：本文方法的预测精度较高，提高了与实际劣化度曲线的吻合程度。
关键词：风电机组,轴承,劣化度,相关系数,EEMD,时间序列神经网络,
