郭 鹏，王雪茹

（1.华北电力大学新能源电力系统国家重点实验室，北京102206；2.华北电力大学控制与计算机工程学院，北京102206）

风电机组安装在户外，工作条件恶劣，机组故障率高.通过有效的状态监测和故障诊断方法［1］能够及早发现风电机组部件的早期故障隐患，避免或减小故障带来的损失，对提高风电机组运行的经济性和安全性有重要意义.风电机组的数据采集与监视（Supervisory Control and Data Acquisition，SCADA）系统记录了风电机组各个重要部件的运行数据，这些运行数据中蕴含着机组运行状态的大量信息，对其进行深入分析和处理能够对风电机组部件进行有效的状态监测.Guo等［2］采用非线性状态估计方法建立了风电机组发电机定子温度模型，并对模型预测输出和实际测量发电机温度间的残差进行分析，及时发现了线圈绝缘老化导致的发电机工作异常.Laouti等［3］采用支持向量机建立了风电机组变桨系统模型，能够完成变桨传感器和变桨电机的故障诊断.Feng等［4］根据风电机组齿轮箱的能量传递规律，建立了齿轮箱润滑油温升与风电机组功率的关系模型，当齿轮箱出现异常时，其能量传递效率降低，导致润滑油温升加剧，从而能够发现齿轮箱的早期故障隐患.基于风电机组运行数据的状态监测成本低，实用性强，具有很大发展潜力.笔者基于运行数据开展风电机组塔架振动的监测研究.根据风电机组运行原理，发现影响塔架振动的主要因素，并采用高斯过程回归……