-
题名基于动态权重优化的风电机组齿轮箱轴承温度预测模型
被引量：1
- 1
-
-
作者
吴九牛
翟广宇
李德仓
高德成
蒋维栋
-
机构
甘肃省计量研究院
兰州理工大学经济管理学院
兰州交通大学机电技术研究所
-
出处
《轴承》
北大核心
2024年第9期100-107,共8页
-
基金
国家自然科学基金资助项目(71861026)。
-
文摘
为准确预测风电机组齿轮箱轴承的温度状态,结合灰色预测GM(1,N)模型、BP神经网络模型和支持向量回归模型,提出了一种动态权重优化的组合预测模型。通过对3种预测模型的理论分析选择了各自合理的模型结构,并用粒子群算法优化模型参数;预处理齿轮箱轴承温度的原始数据后用指数平滑法确定各单一模型的动态权重系数,建立齿轮箱轴承温度的组合模型;通过滑动窗口法统计分析齿轮箱轴承预测温度的残差,判断齿轮箱轴承的运行状态。研究结果表明:组合模型的各项评价指标均优于单一预测模型,决定系数为0.9772,预测效果更加稳定准确,能够及时监测齿轮箱轴承温度的变化情况。
-
关键词
滚动轴承
风力发电机组
温度
预测
灰色系统
神经网络
支持向量回归预测法
-
Keywords
rolling bearing
wind turbines
temperature
prediction
gray system
neural network
support vector regression forecasting
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TH17
[机械工程—机械制造及自动化]
TK83
[动力工程及工程热物理—流体机械及工程]
-
