基于 PSO 优化核主元分析的海上风电机组运行工况分类

• 作者: 任浩翰 李美娜 王靖 符杨 郑小霞
• 来源期刊: 电力系统保护与控制
• 关键词: 海上风电机组 工况分类 PSO 核主元分析 类别可分性 模糊 C-均值聚类
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 理论分析
• 页码范围: 28-35
• 页数: 8页
• 字数: 5151字
• 语种: 中文
• DOI: 10.7667/PSPC151450

摘要

海上风电机组运行环境复杂多变，对其工况进行分类可以提高机组运行健康状态评价的准确性，为制定合理的运行维护策略提供可靠依据。提出一种基于 PSO 优化核主元分析(KPCA)的多参数工况分类方法。针对核函数参数难以确定的问题，综合考虑类内散度和类间散度构建优化核参数的适应度函数，应用 PSO 算法对其进行寻优，将优化后的 KPCA 用于数据的特征提取，在此基础上采用模糊 C-均值聚类(FCM)建立分类模型。通过对 UCI数据库中的三组实验数据进行分类验证了该方法的有效性。最后，应用该方法对某海上风电场实测数据进行工况分类，并与 PCA+FCM、KPCA+FCM 两种方法进行比较。结果表明，提出方法的分类结果优于其他两种，能够得到清晰准确的分类结果，利于分工况建立准确的机组运行健康状态评价模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符杨	上海电力学院自动化工程学院	182	2576	27.0	44.0
2	郑小霞	上海电力学院自动化工程学院	31	287	9.0	16.0
3	任浩翰		5	78	3.0	5.0
4	李美娜	上海电力学院自动化工程学院	2	8	1.0	2.0
5	王靖		3	12	2.0	3.0