[发明专利]基于多元统计分析的风电机组机械设备状态诊断方法

权利要求书

1.基于多元统计分析的风电机组机械设备状态诊断方法，其特征在于，应用传感器采集风电机组机械设备所产生的状态信息，用多元统计分析对所述状态信息进行处理，所述的多元统计分析包括主分量分析、独立分量分析、核主量分析以及盲源分离；所述的多元统计分析过程为对所述状态信息进行特征提取、信号分析、状态辨识。

2.如权利要求1所述的基于多元统计分析的风电设备状态诊断方法，其特征在于，所述的状态信息为风电机组机械设备的振动信息、噪声信息和转速信息。

3.如权利要求1所述的基于多元统计分析的风电设备状态诊断方法，其特征在于，所述的状态信息为风电机组机械设备的轴承和齿轮箱部件的振动信息和转速信息。

4.如权利要求2所述的基于多元统计分析的风电设备状态诊断方法，其特征在于，所述的振动信息包括振动的绝对均值、最大峰值、有效值、方根幅值、斜度方差、峭度、波形因子、峰值因子。

5.如权利要求1所述的基于多元统计分析的风电设备状态诊断方法，其特征在于，所述的主分量分析包括基于低维主分量特征表示的风电设备状态信息，建立一种平均相关度法则来评估每个主分量刻画出风电机组机械状态的能力，并选取低维主分量特征表示了对风电设备状态特征的综合。

6.如权利要求2所述的基于多元统计分析的风电设备状态诊断方法，其特征在于所述的振动信息由振动传感器采集。