典型文献
基于降噪自编码的风力机参数异常预警研究
文献摘要：
提出了一种基于降噪自编码的风力机参数预警方法.依据风电机组的工作原理,将其划分为风速功率系统、机舱温度系统、变桨系统、齿轮箱系统、发电机系统等子系统,基于降噪自编码(DAE)深度神经网络,建立了风电机组各子系统的参数异常预警模型.在此基础上,依据数据采集与监视控制(SCADA)系统实际运行数据质量,从空值、异常值、非正常状态数据以及归一化等4个方面提出了一套数据预处理流程,获得了训练样本,构建了风电机组降噪自编码参数异常预警方法.多台风电机组实际运行数据验证了该方法的有效性.研究成果可为风电机组的智能运行提供参考.
文献关键词：
风电机组;深度学习;降噪自编码;参数异常预警
中图分类号：
作者姓名：
程斌斌;陈德彬;李德鑫;李宙宇;赵天野
作者机构：
华能吉林发电有限公司新能源分公司,长春130000
文献出处：
引用格式：
[1]程斌斌;陈德彬;李德鑫;李宙宇;赵天野-.基于降噪自编码的风力机参数异常预警研究)[J].热力透平,2022(01):69-73
A类：
参数异常预警
B类：
降噪自编码,风力机,预警研究,参数预警,预警方法,风电机组,机舱,变桨系统,齿轮箱,发电机,电机系统,等子,DAE,深度神经网络,预警模型,数据采集与监视控制,SCADA,实际运行,运行数据,数据质量,空值,异常值,非正常,正常状态,状态数据,套数,数据预处理,处理流程,训练样本,编码参数,多台,台风,数据验证,智能运行
AB值：
0.302391
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
