基于改进栈式自编码器的风电机组发电机健康评估

• 作者: 刘航鹏 林涛 赵参参 赵成林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 风电机组发电机 健康度 栈式自编码器 去噪自编码 稀疏自编码器
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 517-522
• 页数: 6页
• 分类号: TM315
• 字数: 5471字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.018

摘要

风电机组发电机具有结构复杂、维修困难的特点,为对其进行健康评估,结合去噪自编码器与稀疏自编码器的特点,对传统栈式自编码器模型进行改进,利用模型的重构误差监测风电机组发电机的运行状态.将经离线测试得到的重构误差与在线监测得到的重构误差进行分布差异性比对,通过融合3种差异指标得到风电机组发电机的健康度.利用河北某风场实际数据对健康评估模型进行训练测试,通过实例分析证明该模型能够有效跟踪风电机组发电机的状态变化,具有故障早期识别的作用.

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	河北工业大学人工智能与数据科学学院	65	273	10.0	12.0
2	赵参参	河北工业大学人工智能与数据科学学院	2	0	0.0	0.0
3	赵成林	河北工业大学人工智能与数据科学学院	2	0	0.0	0.0
4	刘航鹏	河北工业大学人工智能与数据科学学院	2	0	0.0	0.0