文章摘要:为降低装备故障率、减小停机损失，开展状态监测与故障诊断至关重要。文中提出一种基于协整分析（cointegration analysis）的装备多工况监测与故障诊断方法。基于监控与数据采集（SCADA）系统采集的数据，利用随机森林（random forest）特征选择算法提取与装备故障相关的关键特征变量；通过对关键特征序列的协整分析，计算协整系数、建立协整残差模型，获得反映装备状态变化的最优残差序列；采用概率图（probability plot）分析最优残差序列完成多工况状态的区间划分，并确定每种工况对应的残差预警阈值，实现状态监测与故障预警。以某型号直驱式风力机SCADA数据为例，完成案例分析。结果表明：所提出的方法能有效分析非平稳时间序列，利用残差阈值可以监测电机故障、识别风力机工况，提高故障诊断的准确性。

文章关键词:

项目基金:《现代诊断与治疗》 网址: http://www.xdzdyzlzz.cn/qikandaodu/2021/1023/1684.html