安学利，唐拥军，吴光军，陈海元

（1.中国水利水电科学研究院，北京 100038；2.长江新能源开发有限公司，上海 200001；3.响水长江风力发电有限公司，江苏 盐城 224600）

0 引言

风力发电已经进入了大规模的发展阶段，由于其恶劣的运行环境，机组部件更易老化[1-3]。为确保风电机组的安全稳定运行，需要对机组运行状态进行监测，以便及时发现机组异常。现有风电机组在线监测系统仅仅通过简单比较监测参数的测量值与预设的单一静态阈值来实现报警功能。该方式忽略了不同风速、不同转速下机组性能的差异，缺少对机组早期潜在故障的预警能力。

因此，需要不同机组的自身特性，建立能自适应风电机组工况变化的、精细的轴承状态评估模型。本文充分利用风电机组健康状态监测数据资源，建立基于健康样本的风电机组状态评估和异常检测系统，解决当前风电机组故障样本少，难以对其开展有效的诊断的难题，提高风电机组运行维护的水平，减少故障导致的停机损失。

1 径向基函数插值

径向基函数法[4]（radialbasisfunction，RBF）能精确和稳定地用于数据不完整的、带噪声的散乱数据的插值和拟合，它采用非均匀的采样点构造出连续的隐式函数，插值时只需要对该函数进行重新采样。

在（风速、转速和振动）三维曲面M上的散乱点集{xi，yi，zi}，其中i=1,2,……,n，xi表示风速，yi表示转速，zi表示振动；构造一个曲面M′合理逼近。

定义使用径向基函数建立的插值函数：

式中：X=（x，y，z）,wi是实系数，是欧式距离，φ为径向基函数，P(X)是一个多项式：