大数据分析技术在风电设备异常预测中的应用

• 作者: 凌卫青 张慧亭 王坚
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 风电机组 异常预测 Hadoop批处理 BP神经网络
• 年，卷（期）: 2017,（1X）
• 页码范围: 245-247
• 页数: 3页
• 分类号: TP18

摘要

针对风电机组运行工况复杂多变,机组状态监测数据量大、多源、复杂、增长迅速等特点,现有的异常预测方法在面对大数据时难以既保证预测精度又进行快速处理,故提出了结合Hadoop批处理技术和BP神经网络的风电机组在线异常预测模型,对设备状态信息进行异常预测。实验结果显示,该异常预测方法在保证精度的前提下具有较好的加速效果,可以为风电场维护人员提供重要的参考信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王坚	同济大学CIMS研究中心	55	202	7.0	13.0
2	凌卫青	同济大学CIMS研究中心	19	17	2.0	4.0
3	张慧亭	同济大学CIMS研究中心	1	0	0.0	0.0