基于自学习概率模型的风电机组故障诊断方法

• 作者: 佘慎思 缪勇
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 风电机组 故障诊断 条件概率分布 自学习
• 年，卷（期）: 2015,（15）
• 所属期刊栏目: 分布式电源及并网技术
• 页码范围: 35-40
• 页数: 6页
• 分类号: TM614
• 字数: 4375字
• 语种: 中文

摘要

为了使故障诊断系统能够提供日常有效的维护建议和有针对性的维修计划,降低风电场的维护成本,提升其产量,在对风电机组的监控数据进行分析、分类的基础上,提出一种基于条件概率分布的数据异常状态自学习评估方法.定义了数据异常度的评价指标,实现了基于数据的风电机组低成本故障诊断,并利用风电场历史数据进行了算例训练与验证.结果表明,基于自学习概率模型的故障诊断方法可有效反映风电机组的异常状态信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘慎思		6	47	4.0	6.0
5	缪勇		4	23	3.0	4.0