기어박스의 건강 상태는 풍력 터빈이 생성하는 에너지 양에 직접적으로 영향을 미칩니다. 공학 실무에서 기어박스의 고장 상태에 대한 조기 경보를 실현하기 위해, 개선된 사자무리 최적화를 기반으로 한 K-평균 클러스터링 알고리즘을 제안합니다. 비선형 최적화된 코사인 최적화 모니터링 및 최적화 메커니즘이 사자무리 알고리즘에 도입되어 알고리즘을 개선하고, 왕의 위치 시기 동안 사자무리의 개선을 통해 최적의 해를 K-평균 알고리즘의 클러스터링 센터로 선택하여 전통적인 클러스터링 알고리즘이 초기 클러스터링 센터에 강하게 의존하는 문제를 해결합니다. 알고리즘은 UCI 데이터의 확인과 비교에 적용되며, 결과는 K-평균 클러스터링 알고리즘을 위한 개선된 사자무리 최적화가 분류의 정확성과 안정성을 향상시키는 것을 보여줍니다. 이 알고리즘은 풍력발전장 내 동일 모델의 4개 기어박스 진동 가속도의 비교 테스트에 적용되어, 알고리즘의 분류 센터 분포가 기어박스의 실제 운전 상태와 일치하며 각 기어박스의 다른 상태에 따라 진동 에너지 분포와 일치하고 규격에 부합함을 발견하여 이 알고리즘의 풍력 터빈 이상 조기 경보 기능을 입증합니다.

풍력 터빈; 기어박스; 개선된 사자무리 최적화; 클러스터링 알고리즘; 고장 경보