基于深度置信网络风电机组变桨系统的故障诊断

• 作者: 季文强 程健 翟红雨 陈自强
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 风电机组 变桨系统 故障诊断 深度置信网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 试验与测试
• 页码范围: 18-22
• 页数: 5页
• 分类号: TH165.3|TP277
• 字数: 3798字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.05.004

摘要

针对风电机组变桨系统常见故障,提出一种基于深度置信网络(DBN)的故障诊断方法.设计出基于DBN的变桨系统故障诊断框架;通过堆叠多层受限玻尔兹曼机(RBM),对比重构数据与原始输入数据差异,研究了DBN故障特征自提取能力;将堆叠RBM提取的故障特征输入到顶层分类器中进行训练,得到故障诊断模型;最后采用风场真实故障数据集进行了验证测试.实验结果表明,采用该方法进行风电机组变桨系统故障诊断相比其他方法具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程健	中国科学技术大学信息科学技术学院	91	589	12.0	21.0
2	陈自强	中国科学技术大学信息科学技术学院	3	2	1.0	1.0
3	翟红雨	中国科学技术大学信息科学技术学院	2	2	1.0	1.0
4	季文强	中国科学技术大学信息科学技术学院	1	2	1.0	1.0