“新能源控制与工业智能”专栏 | MDPI Processes：基于人工神经网络的风电机组齿轮箱性能监控与预测性维护

本文介绍了宋冬然副教授在MDPI Processes期刊上发表的研究，该研究专注于使用人工神经网络（ANN）对风电机组齿轮箱进行性能监控和预测性维护。背景是风力发电作为快速发展的新能源技术，其可靠性和维护成本对能源产量至关重要。研究目的是通过ANN和累计求和（CUSUM）算法开发一种性能监控系统，以预测风电机组的发电功率和齿轮箱效率，并在效率下降时进行预警。结论是该系统能够有效监控风电机组的性能，并在发生故障前提供预警，从而降低维护成本并提高风电机组的可靠性和可用性。