基于IACrossformer-ESPOT的风电机组齿轮箱状态监测

来源：动力工程学报杂志2026年第4期北京时间：

作者：张健, 刘帅, 刘卫亮, 张启亮, 刘长良, 王昕, 徐家豪, 张照彦,

摘要：为实现风电机组齿轮箱故障的早期预警,针对现有模型在时域和频域特征提取方面的不足,以及传统阈值设置方法适应性差的问题,提出一种基于时频特征提取网络(IACrossformer)-流式自适应阈值法(ESPOT)的风电机组齿轮箱状态监测方法。首先,对风电机组数据采集与监控系统(SCADA)数据进行预处理,并通过最大信息系数(MIC)筛选出与齿轮箱油温相关的变量,将其作为模型输入;然后,借助交互式卷积(ICB)和自适应频谱(ASB)的特征提取能力,基于IACrossformer算法有效捕捉齿轮箱油温数据时频域中的复杂模式变化,从而建立齿轮箱正常油温模型;最后,采用ESPOT算法自适应地设置预测残差的阈值。结果表明:所提出的方法可精确建立齿轮箱正常油温模型,且阈值设置算法具有良好的参数适应性,能够实现齿轮箱故障的早期预警。

关键词：风电机组,齿轮箱,状态监测,IACrossformer,ESPOT,