关键词：风电机组；齿轮箱；故障诊断；粒子群优化算法；BP神经网络；故障特征
摘 要：提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法.粒子群算法不需要计算梯度,可以兼顾全局寻优和局部寻优.利用粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提高了神经网络的训练效率,加快了网络的收敛速度.考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征.经测试,算法诊断结果正确,表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性.