用于风力发电机状态监控的拓扑数据分析测试
系统与控制
2024-06-25 v1 系统与控制
摘要
我们present了对如何应用拓扑数据分析(TDA)用于风力发电机的基于状态的监控(CBM)的调查。TDA是数据分析的一个分支,专注于通过分析其在状态空间中的结构来从复杂数据集中提取有意义的信息。通过将数据表示为高维状态空间,TDA能够识别数据中可能无法通过传统信号处理方法看到的模式、异常和趋势。对于本研究,从挪威的一个风力发电厂获取风力发电机数据,通过标准振动传感器位于涡轮齿轮箱的不同位置。记录了振动加速度数据及其频谱,以高频率在少量秒数间隔内采集,并将故障事件标记为齿轮牙或球轴承故障。数据处理和分析基于一个管道,其中首先将时间序列数据划分为区间,然后通过时延嵌入转换为多维点云。通过拓扑方法(如持久同调)分析点云形状,生成基于Betti数、信息熵和信号持久性的拓扑基准健康指标。这些指标用于CBM和诊断(故障检测)以识别风力发电机中的故障并进行分类。结果表明,拓扑指标是识别和诊断风力发电机运行故障的有趣替代方案。
引用
@article{arxiv.2406.16380,
title = {Testing Topological Data Analysis for Condition Monitoring of Wind Turbines},
author = {Simone Casolo and Alexander Stasik and Zhenyou Zhang and Signe Riemer-Sorensen},
journal= {arXiv preprint arXiv:2406.16380},
year = {2024}
}
备注
To be published in the proceedings of the Annual Conference of the Prognostics and Health Management Society Style 2024