基于大数据分析的风机叶片结冰故障诊断

黎楚阳; 朱孟兆; 焦健; 张炜; 张玉波

首页> 中文期刊> 《自动化与仪器仪表》 >基于大数据分析的风机叶片结冰故障诊断

基于大数据分析的风机叶片结冰故障诊断

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了实现风力发电机叶片结冰故障诊断,及时进行风机叶片除冰,消除隐患。提出了基于大数据分析的人工智能算法识别风机叶片结冰的方法。首先,用结冰机理研究和数据探索的方法对风机运行数据进行分析,初步提取了24个特征量;然后,采用遗传算法对24个特征量、滑动窗口宽度和支持向量机参数进行联合优化,并据此建立叶片结冰故障诊断模型。诊断结果表明,用该模型诊断叶片结冰故障的准确率为86.2%,比采用SCADA采集所有数据或初步提取的24个特征量作为模型输入的准确率有大幅度的提高;并且,将该模型用于另一个#2风机时,故障诊断准确率也达到了78.5%,证明了该方法的有效性,并具有较好的泛化能力,为识别风机叶片结冰故障提供了新思路。

著录项

来源
《自动化与仪器仪表》 |2020年第3期|12-16|共5页
作者
黎楚阳; 朱孟兆; 焦健; 张炜; 张玉波;
展开▼
作者单位

广西大学电气工程学院;

南宁530004;

国网山东省电力公司电力科学研究院;

济南250002;

广西电网公司电力科学研究院;

南宁530023;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP206.3;
关键词
风机叶片结冰检测; 大数据分析; 特征量; 支持向量机; 遗传算法;

相似文献

中文文献
外文文献
专利

1. 基于残差神经网络的风机叶片结冰故障诊断 [J] . 沈学利 ,杨莹 ,秦鑫宇 . 噪声与振动控制 . 2022,第1期
2. 基于注意力机制的Bi-LSTM风机叶片结冰故障检测 [J] . 马先超 ,廖宇 ,耿家豪 . 通信与信息技术 . 2023,第1期
3. 基于机器学习的风机叶片结冰预测方法综述 [J] . 朱津成 ,丁云飞 . 中国工程机械学报 . 2022,第2期
4. 基于深度学习的风机叶片结冰诊断方法 [J] . 汤占军 ,肖遥 ,李英娜 . 现代电子技术 . 2022,第11期
5. 基于RFE的XGBoost算法在风机叶片结冰状态评测 [J] . 高博 ,张亚 . 佳木斯大学学报:自然科学版 . 2022,第5期
6. 基于风机运行数据的叶片结冰监测方法 [C] . 张雪松 ,曹彬 ,郭磊 . 2017年（第三届）风电场运行维护专题交流研讨会 . 2017
7. 基于机理分析和模型融合的风机叶片结冰预测方法研究 [A] . 刘良辰 . 2022

基于大数据分析的风机叶片结冰故障诊断

摘要

著录项

相似文献

相关主题

期刊订阅