基于改进AAKR的风电机组齿轮箱状态监测

来源：电子测量技术杂志2022年第15期北京时间：

作者：田雯雯，吕丽霞，冯雪凯，王梓齐

单位：华北电力大学控制与计算机工程学院，河北 保定 071000

摘要：针对自联想核回归(AAKR)算法在计算相似度时未考虑状态向量中各元素对欧氏距离贡献程度不一、模型参数常依据主观经验进行标定而导致模型精度较低的问题，提出基于旗鱼优化（SFO）的改进AAKR算法建立齿轮箱正常行为模型的非参数建模方法。首先，以全参数等间隔划分方法构建记忆矩阵；其次，在AAKR模型中引入距离权重系数并通过SFO算法对AAKR模型中的宽度系数和距离权重系数进行优化；最后基于滑动窗口和残差数据构造健康指数实现风电机组齿轮箱的状态监测。以某台2MW风电机组实测数据为例进行验证，结果表明，相比于传统AAKR、加权AAKR和稳健状态估计模型，所提算法平均精度分别提高了1.55%、0.6%、0.76%，在故障预警时通过所构造的健康指数能够更灵敏、准确的反映齿轮箱的早期故障及其发展趋势。

关键词：旗鱼优化算法; 自联想核回归算法; 加权欧氏距离; 齿轮箱状态监测

基金资助：中央高校基本科研业务费资助项目（2020JG006,2020MS117）