基于ANFIS的风力发电机状态监测研究

• 作者: 张磊 李欣竹
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 风力发电机 状态检测 自适应神经模糊推理系统
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 物理与电子信息科学
• 页码范围: 92-95,137
• 页数: 5页
• 分类号: TM743
• 字数: 3929字
• 语种: 中文

摘要

针对风力发电机系统故障诊断中非线性和建模困难的问题,提出了一种风力发电机状态监测方法,利用从风力发电机的SCADA数据中挖掘出20种输入输出对应关系,分别建立了自适应模糊神经推理系统(ANFIS)模型,并给出了一种基于预测误差的概率分布函数的适用于所有模型的异常检测方法.使用20个模型单独进行状态诊断,得出诊断正确率,综合使用20个模型的状态诊断结果,得到了最终的判定结论,仿真结果表明:该方法能准确地诊断出风力发电机系统故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	河北工业大学控制科学与工程学院	98	368	12.0	15.0
2	李欣竹	河北工业大学控制科学与工程学院	1	4	1.0	1.0