マルチセンサー情報融合技術に基づく風力タービンの故障診断

風力タービン（WT）で発生する故障は、風力発電システムの性能と効率を低下させ、WTの運用および保守コストの増大を引き起こします。したがって、WTに対する効果的な故障診断手法が強く求められています。本研究では、振動センサーを採用したWTの故障診断のためのマルチセンサー情報融合技術を提案します。まず、WTの振動信号の非定常性に対処するために、経験的モード分解法を用いて信号から故障特徴を抽出します。次に、異なるセンサーからの独立した特徴ベクトルに基づいて故障タイプを分類するために、異なる分類器を別々に訓練します。最後に、3つの融合アプローチである順序付き加重平均、D‐S証拠推論およびファジー積分を用いて、各分類器の診断結果をそれぞれ融合します。提案した手法を検証するために、直接駆動WT試験装置を構築し、関連する実験を実施しました。実験結果は、提案されたアプローチがWTの故障診断に効果的であり、個別のセンサーよりも高い診断精度を持つという仮定を検証します.