来源：期刊VIP网 时间：
作者：董礼;程丽敏;赵博;王雁冰;商志强;朱盼盼;
单位：中广核风电有限公司;北京金风慧能技术有限公司;
摘要：由于风电场设备种类繁多、运行环境复杂多变，通常无人值守，故障难以及时发现。传统巡检方法耗时长且识别准确性低，导致故障处理不及时，影响风电场稳定运行和发电效率。为此，文章针对无人值守风电场群组提出了基于改进模式识别的机器人集中巡检方案。对于风电场群组变压器故障、设备温度异常和齿轮箱声音异常情况，分别利用BP神经网络算法、模糊模式识别算法和经验模态分解算法对其展开巡检，并在某大型风力发电场中对所提方法进行测试。结果表明，所提方法可实现对风电场群组中各类故障的巡检，第一时间获取到故障信号，避免了安全事故的发生；识别准确率在92.3%以上，召回率与F1分数也优于对比方法，表明本文方法在识别故障样本方面更为全面，能够有效地进行故障检测。
关键词：改进模式识别;;BP神经网络算法;;经验模态分解算法;;齿轮箱声音异常;;变压器故障
基金资助：国家自然科学基金（51675498）
