摘要：为了减少风力发电机组齿轮箱故障，确保风电机组持续安全运行，对风电机组运行监控数据在线分析，提出一种结合最小二乘支持向量机（LSSVM）的风机齿轮箱统计过程控制故障预测方法。该方法以支持向量机学习风电机组的正常状态运行模式，利用风电机组实时运行数据来估计正常状态TN时刻齿轮箱油温度和齿轮箱轴承温度，并与实际温度测量值进行比较。随后利用统计过程控制技术分析齿轮箱油温和轴承温度的实际值与估计值的残差，以实现齿轮箱异常状态的预测。

关键词：风电机组 齿轮箱 最小二乘支持向量机 统计过程控制 故障预测 

单位：华北电力大学电气与电子工程学院 河北保定071003 深圳供电局 广东深圳518000