基于相关性特征选择和LSTM以及正态分布思想的风电机组故障预测

• 作者: 程远建 张世杰
• 来源期刊: 数字技术与应用
• 关键词: 风力发电机组 相关性分析 长短期记忆 正态分布 温度 故障预警
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 86-88
• 页数: 3页
• 分类号: TM315
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.04.29

摘要

在大力推广风力发电背景下.我国已连续多年位列新增和累计装机全球第一.而平价上网的逐步推行使得整个行业不得不考虑降本增效.故障的早期预警即是一种十分有效的途径.目前,各大主机厂家和高校都在开展相关研究[1-3].主要研究方法根据数据类型不同可分为基于SCADA数据[4-5]和基于振动数据.本文即在基于SCADA数据基础上,提出一种结合相关性分析、长短期记忆和正态分布思想的风电机组主要部件的温度预警.