진동 신호를 이용하여 풍력 발전기의 작동 상태를 정확하게 식별하기 위해, 웨이블릿 패킷 변환과 특이값 분해를 사용하여 진동 신호의 특징을 추출하는 방법을 제안했습니다. 이 방법은 먼저 진동 신호를 웨이블릿 패킷으로 분해하고, 분해 계수의 재구성 신호를 사용하여 특징 행렬을 구성한 다음, 이 행렬을 특이값으로 분해하여 특이값의 고유벡터를 얻고, 5개의 측정 지점에서 측정된 진동의 특징 매개변수를 계산하여 합쳐 풍력 발전기의 고장의 특이값 고유벡터를 얻은 후, 개선된 BP 신경망 및 적응 학습 속도를 사용하여 고장 진단을 수행합니다. 결과는 이 방법이 기계 고장의 범주, 정도 및 발생 위치를 효과적으로 진단할 수 있음을 보여줍니다.

풍력발전기; 고장 진단; 웨이블릿 패킷 변환; 특이값 분해; BP 신경망