基于深度学习的风电机组参数故障预测技术研究

• 作者: 姜兴武
• 来源期刊: 通信电源技术
• 关键词: 故障预测 状态监测 深度学习方法
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研制开发
• 页码范围: 32-34
• 页数: 3页
• 字数: 1627字
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2020.10.010

摘要

因为风电机组事故发生频繁,所以风电机组的状态监测技术显得尤为重要.传统的状态监测都是孤立的看待一个测点参数,每个测点使用固定的报警上下限,一个界限用于所有工况.基于此种弊端,研究风电机组运行参数之间的相关性,利用深度学习方法建立参数之间交叉拟合模型,实时监测参数实际值相对于预测值的相对误差值进行参数预警,实现多状态参数同步监测,提早发现故障征兆,实现早期预警.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜兴武	大唐广东分公司新能源事业部	2	0	0.0	0.0