基于信息融合的风电机组关键部件状态识别

摘要: 针对风电机组关键部件的运行状态识别问题,本文提出一种引入时间维度信息的降噪自编码器融合多个传感器信号进行关键部件运行状态识别的方法.首先通过训练学习SCADAsupervisory control and data acquisition)数据中各传感器信号之间相互关系以及时间维度上运行状态变化趋势,建立关键部件正常运行状态模型;然后将风电场实时采集数据输入模型,再根据模型输出残差的分布情况识别关键部件的运行状态.最后使用风电场中发电机和齿轮箱两种关键部件实际故障数据进行验证,结果表明融合时间维度上的状态变化趋势更准确的描述了关键部件运行状态,有效提高了关键部件运行状态识别的准确度.

关键词

你可能感兴趣的:(综合技术探讨及方案专栏,人工智能,python,算法)