关键词：剩余寿命预测;风力发电机;极限学习机;多变量极限学习机
摘 要：随着经济社会的快速发展和人们生活水平的不断提高,世界各国对能源的需求持续增加,风能作为一种可再生绿色能源越来越受到各国的重视。然而,在大力发展风电产业的过程中,能否准确及时地判断风电机组运行状态是否变化,正确评价机组当前的运行状态,预测机组运行状态的发展趋势,估计机组重要部件的剩余寿命,为机组维护提供指导依据是目前一个亟待解决的问题。本文针对风力发电机组中机械传动部件的剩余寿命预测问题展开研究,运用主成分分析(Principal Component Analysis,PCA)方法和极限学习机(Extreme Learning Machine,ELM)算法对部件的运行趋势及剩余寿命进行预测分析,...
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取