基于流形半监督K均值算法的风力发电机故障诊断方法

• 作者: 刘文婧 张文兴 王建国 赵鹏飞
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 风电机组 故障诊断 流形距离 K均值聚类算法
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 191-194
• 页数: 4页
• 分类号: TP181|TK83
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2020.17.039

摘要

针对风力发电机组SCADA监测数据海量、高维、复杂的特点,提出一种基于流形半监督K均值聚类的风力发电机组故障诊断方法.对风力发电机组SCADA数据进行分析,提取风力发电机组状态参量组成特征数据集,优化了传统K均值聚类算法,以流形距离作为相似性度量,对SCADA数据进行半监督K均值聚类分析.实验结果表明:改进的算法比传统K均值聚类算法能更有效识别风力发电机的状态.