Oluwaseun Oladimeji · Álvaro Ortega · Lukas Sigrist · Bogdan Marinescu 等5人 · IEEE Access · 2025年1月

风力发电机组故障会导致显著经济损失,预测性维护对提升设备可用性至关重要。本文提出基于数字孪生的故障诊断框架,通过物理模型和数据驱动方法的融合,实现关键部件的健康状态评估和故障预警。

解读: 该数字孪生技术可应用于阳光电源风电变流器的健康管理系统。通过虚实融合的故障诊断技术,实现风电场设备的预测性维护,降低非计划停机损失,提升风电系统可利用率,为智慧风电场运维提供数字化支撑。...