基于特征选择和BP神经网络的风电机组故障分类监测研究

• 作者: 童超 郭鹏
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 风电机组 故障分类 状态监测 特征选择 BP神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 自动控制与监测诊断
• 页码范围: 313-317
• 页数: 5页
• 分类号: TM315
• 字数: 4475字
• 语种: 中文

摘要

为了减少风电场的经济损失,采用ReliefF特征选择与BP神经网络相结合的方法,对风电机组进行状态监测研究.基于风电场实际运行数据,重点分析了桨距角不对称故障.结果表明:ReliefF特征选择与BP神经网络相结合的方法可以有效地分辨出是否发生了桨距角不对称故障,且准确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭鹏	华北电力大学控制与计算机工程学院新能源电力系统国家重点实验室	67	813	13.0	26.0
2	童超	华北电力大学控制与计算机工程学院新能源电力系统国家重点实验室	1	23	1.0	1.0