【摘 要】
：
由于风力发电系统的结构愈发复杂,风力发电设备出现故障的可能性也随之增加。作为风力发电系统中最容易出现故障的设备,对风电变流器进行高效的故障诊断有着重要的意义。本文基于上述背景,开展了风电变流器故障诊断深度学习方法研究以及诊断平台实现工作。针对当前主流的风电变流器故障诊断方法诊断问题,本文将深度学习模型引入风电变流器故障诊断中,旨在提高风电变流器的故障诊断精度,并且可以准确定位发生故障的元件,并将训
论文部分内容阅读
由于风力发电系统的结构愈发复杂,风力发电设备出现故障的可能性也随之增加。作为风力发电系统中最容易出现故障的设备,对风电变流器进行高效的故障诊断有着重要的意义。本文基于上述背景,开展了风电变流器故障诊断深度学习方法研究以及诊断平台实现工作。针对当前主流的风电变流器故障诊断方法诊断问题,本文将深度学习模型引入风电变流器故障诊断中,旨在提高风电变流器的故障诊断精度,并且可以准确定位发生故障的元件,并将训练好的深度学习模型运用到风电变流器故障诊断平台中。本文主要从以下几个方面工作:（1）采集风电变流器发生故障时的机侧电流,利用VMD分解,提取VMD分解后的峰度与均值作为故障电流特征;并引入长短期记忆网络模型进行故障诊断。将提取到的故障电流特征数据输入到LSTM模型中,并进行参数调整,提高模型分类准确率。通过实验与分析,取得较好的故障分类结果。（2）为提高故障诊断精度,并且简化故障诊断过程,引入卷积神经网络模型提取风电变流器故障特征。由于CNN网络具有强大的特征提取能力,将CNN与LSTM结合设计建立CNN-LSTM模型,进行故障诊断,可以有效的提高故障诊断精度及模型的可用性。在模型建立完成后,通过参数调整,提高模型精度,最终得到基于数据驱动的风电变流器故障诊断模型。（3）基于已经训练完成的模型,设计基于深度学习的风电变流器故障诊断平台。从平台架构、处理逻辑、功能设计、界面设计等几个方面完成平台设计,满足深度学习模型的工程应用要求。本文将深度学习模型与实际工程应用相结合,为风电变流器故障诊断提供了一个有效可用的平台。
其他文献
相较于传统的低频信号而言,高频段信号具有更短的波长,在利用其进行无线数据传输时,可以实现更小的天线物理尺寸,也就更有利于天线的集成。这就使得高频通信技术和大规模3D MIMO（3-Dimension Massive multiple-input multiple-output,3D Massive MIMO）技术可以实现很好地融合。特别地,在信号传播特性和天线阵列结构方面,高频段3D Massiv
随着全球城市化进程的不断加速,所带来的土地覆被变化、热岛效应等将会成为限制城市发展与宜居性的关键因素。因此,理解城市景观格局与地表温度（Land Surface Temperature,LST）之间的关联关系对于缓解城市热岛效应、创造美好人居环境具有重要价值。当前学者们已经对LST与基于土地利用/土地覆盖（Land Use/Land Cover,LULC）的景观格局之间的关联关系开展了相关研究。但
菜籽粕是重要的蛋白质饲料,其肉鸭的代谢能值可能受到菜籽粕来源和肉鸭周龄的影响,有待准确测定。本论文旨研究肉鸭周龄对菜籽粕肉鸭代谢能（ME）的影响,确定肉鸭评定菜籽粕代谢能的适宜周龄;在此基础上,准确评定25种不同来源菜籽粕的肉鸭代谢能值,并构建以菜籽粕常规营养成分来预测菜籽粕ME的回归方程;进一步探讨添加外源蛋白酶对5种不同蛋白溶解度的菜籽粕的肉鸭代谢能值的影响。研究结果可为构建肉鸭菜籽粕营养价值
鲜切猕猴桃片具有新鲜、营养、方便、无公害等优点,且质地柔软,酸甜美味,深受消费者喜爱。猕猴桃片在切割等加工过程中会造成机械损伤、营养成分破坏等,易被微生物污染,导致货架期缩短。保鲜处理是鲜切猕猴桃片加工的关键技术,但传统的鲜切片保鲜技术存在营养损失、杀菌不彻底以及易产生有害物质等缺点,限制了鲜切猕猴桃片产业多元化、商品化发展,不利于猕猴桃加工产业的升级。针对以上鲜切猕猴桃片加工存在的问题,论文研究
跨座式单轨交通作为城市轨道交通的一种制式,具有轻便、快捷、环保等优点,对于解决日益严重的交通拥堵问题具有重要意义。由于长期承载负荷以及受列车运行产生的震动影响,轨道梁难免出现异常。目前主要依靠人工检测,效率低、准确性差,不能确保轨道交通的运营安全,给市民的安全出行带来隐患。因此,研发跨座式单轨轨道健康检测系统具有重要的现实意义,其中,指形板异常检测是单轨轨道健康检测的重要环节。本文对点云数据的采集
随着拍摄器材的不断升级,人们获取到的照片清晰度高、图像细节丰富。基于传统的图像拼接技术在处理这类具有高清画质的图像时,往往会检测出大量的特征点,影响了图像拼接的效率。本文主要研究了SIFT与SURF算法,对比了两种算法性能的差异,并选择性能更好的SURF特征算法进行图像拼接。在SURF算法基础上,针对拼接速度比较慢、特征匹配准确率不够高和存在拼接缝进行了改进。本文主要工作可总结在以下几个方面:（1
近年来,随着城市化和工业化的快速发展,重金属污染已经成为水污染的主要问题之一。吸附法在去除废水中重金属离子时具有高效、成本低廉、易于操作等优点,已引起学者的广泛关注。在众多吸附剂中,磁性纳米四氧化三铁（Fe3O4）因其具有磁性、简单易得、比表面积大等特性而引起广泛关注;壳聚糖分子链含有大量的氨基和羟基,对重金属离子具有良好的吸附作用,可用作吸附剂用来处理废水中的重金属离子,是一种产量高、可降解、可
随着第三次人工智能浪潮的兴起,在大数据技术的不断发展以及深度网络强大的问题解决能力的共同帮助下,深度学习不断突破计算机视觉所带来的挑战。目标跟踪作为计算机视觉的重要组成部分,广泛的应用于生活的方方面面,如道路监控、行为分析等,占据了举足轻重的地位。过去数十年中,国内外目标跟踪领域新理论、新算法接连涌现,并不断收获相应的研究成果。目前,主流的目标跟踪算法主要面临如下三点问题:第一,传统的目标跟踪算法
光催化（PC）-Trombe墙具有空间加热和空气净化双重功能,在太阳能建筑一体化中具有广阔的应用前景。但目前多是采用实验方法对其热性能及降解性能进行研究,这样研究的影响参数非常有限,同时采用实验手段很难对墙体内部的流动传热、传质进行观察进而研究和探明其一般规律。故本文首先采用多物理场耦合的方法建立了描述PC-Trombe墙空气净化与热性能的二维数值模型,确立了低雷诺数（low Re）k-ε模型、L
随着科技的飞速发展,机器人广泛用于工业生产和生活服务等领域。视觉是机器人智能化的一种体现形式,机械手视觉伺服成为了机器人领域的一个重要的研究方向,并且机械手的智能水平也越来越得到重视。将智能控制引入机械手视觉伺服控制系统,提升机械手的智能水平,提高系统的快速性、稳定性与准确性,是当前的研究热点和重点,具有广阔的应用前景。本文模拟人类基于视觉偏差的抓取行为,针对机械手抓取过程,设计了机械手运动控制的