海上风电机组齿轮箱散热异常状态预测方法

齿轮箱是海上风电机组的关键部件，其散热状态直接影响着风电机组的运行状态。为减少因齿轮箱散热异常影响机组运行状态进而造成不必要的发电量损失，提出一种随机森林算法的齿轮箱散热异常状态预测模型。该模型首先基于风电机组运行机理对数据进行预处理以及的样本的标定，然后基于随机森林算法进行模型训练，最终实现风电齿轮箱散热异常状态的预测，通过2个风场现场SCADA数据的试验验证，该预测方法的精度达到97.1%，证明了所提方法能够有效及准确地对海上风电机组齿轮箱的散热状态进行预测。