使用卷积神经网络对风力发电机转子质量不平衡进行估计和检测

《Scientific Reports》：Estimation and detection of rotor mass imbalance of wind turbines using convolutional neural network

　　

摘要

风力发电机转子不平衡是一个负面问题。特别是对于大型风力发电机，由于转子尺寸较大，转子质量不平衡可能产生严重影响。本研究调查了转子质量不平衡对风力发电机性能的影响。本研究的成果提出了一种用于估计和检测转子质量不平衡的新框架。收集了不同转子不平衡的信号，以测试和验证转子质量不平衡的影响。首先，提出了一种基于优化最大相关峭度解卷积的转子不平衡识别方法，将机舱振动的固有模态函数（IMFs）作为目标变量，通过变分模态分解获得。其次，采用一种具有新结构的卷积神经网络来估计转子质量不平衡的大小。该结构的第一层被加宽以改善特征提取，此外，对模型应用了训练增强策略以提高其抗风稳健性。机舱加速度作为输入。该结构具有良好的准确性和稳健性。第三，通过匹配转子方位角和最敏感的固有模态函数来确定转子质量不平衡的位置。最后，借助高保真仿真环境，在不同噪声和不同湍流强度条件下测试了该框架的性能。结果表明，所提出的框架性能令人满意。