数据挖掘技术在风电机组故障诊断中的应用

• 作者: 孙泽贤 孙鹤旭 林涛
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 Hadoop框架 属性约简 Apriori算法
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 物理与电子信息科学
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP3
• 字数: 3974字
• 语种: 中文

摘要

针对传统的故障诊断方式已经不能满足风电故障系统实时性、准确性的要求,提出了基于Hadoop框架,并结合粗糙集属性约简以及Apriori算法共同处理分析风电机组监测数据,进而实现快速、准确地诊断风机故障的方法:首先利用属性约简减小数据规模,剔除冗余属性项;之后通过MapReduce框架改进Apriori算法,提高数据挖掘效率,降低时间和空间复杂度.实验表明:该算法在保证诊断准确率的前提下,具有良好的性能,也证明了该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林涛	河北工业大学控制科学与工程学院	65	273	10.0	12.0
2	孙鹤旭	河北工业大学控制科学与工程学院	143	1159	19.0	26.0
3	孙泽贤	河北工业大学控制科学与工程学院	3	9	2.0	3.0