成果名称：	基于极限学习机的风机故障诊断方法	关键字：		应用行业：
高新技术领域：		所在地：		知识产权类型：	发明专利
知识产权编号：	ZL201610503720	成果体现形式：		成果属性：
成果所处阶段：		成果水平：	国内领先	研究形式：
学科分类：		战略新兴产业：		课题来源：
第一完成单位名称：	华北电力大学（保定）	第一完成单位属性：		技术成熟度：
合作方式：	技术转让	交易价格(万)：	2.00	所属十强产业：

本文公开了一种基于极限学习机的风机故障诊断方法，包括以下步骤：采用风机轴承振动信号的时域特征参数作为样本特征向量，形成训练集和测试集；分别用1、2、3、4对训练集和测试集中的类别进行标识；在训练集上进行ELM分类模型学习：选取激活函数，通过改进PSO结合CV优化得到ELM参数；将测试集的样本代入分类器中验证其类别。加强对风电机组轴承的故障诊断，对减少风机停机时间，提高风电场运行经济效益具有重要意义。