【摘 要】
：
提出一种将互信息特征选择、深度学习和残差滑动窗口分析相结合的风机齿轮箱轴承故障预警方法。首先,对风电场SCADA数据进行预处理,采用互信息法筛选与齿轮箱轴承温度关联度
【基金项目】
：
河北省自然科学基金资助项目(F2011502001)
论文部分内容阅读
提出一种将互信息特征选择、深度学习和残差滑动窗口分析相结合的风机齿轮箱轴承故障预警方法。首先,对风电场SCADA数据进行预处理,采用互信息法筛选与齿轮箱轴承温度关联度高的特征。在此基础上,依据所选特征建立长短期记忆神经网络(LSTM)深度学习模型对齿轮箱轴承温度进行预测,并通过滑动窗口对预测残差进行分析处理,设定合适的报警阈值和规则。以西北某风电场现场数据对提出的方法进行验证,结果表明该方法可以对风机齿轮箱轴承故障进行有效预警。
其他文献
为解决工业抽汽与用户需求参数匹配不佳问题,对不同工业供汽方案优缺点进行对比,运用等效焓降原理与资金时间价值动态理论对背压机电机同轴联合驱动技术降低节流损失经济性作
<正>'互联网+现代农业'的关键,在于如何让广大农户以及农村经济体以最自然的方式'拥抱'互联网。实际上,与农村生产、生活息息相关的一些金融信息化服务,正以
提出了一种基于复数Curvelet变换域复数高斯尺度混合（CGSM）模型的图像去噪方法.指出Curvelet变换重构图像存在＂划痕＂和＂嵌入污点＂的主要原因是Curvelet变换域存在频谱混叠,为此,采
随着直流输电技术的快速发展和大规模应用,电力系统的故障特征和暂态稳定模式变得更加复杂,交直流系统高度耦合、相互影响,放大了故障对电力系统运行的冲击范围和强度,给电力
目前的电力应急发电设备以燃油发电机为主,然而燃油发电会产生噪音、废气等污染,影响供电服务质量。阐述了应急供电工作特点,总结出应急发电设备需满足的基本要求。根据燃料
近年来,深度学习(Deep Learning,DL)的研究日益受到人们的广泛关注。与传统的浅层网络模型相比,深度学习模型的多层网络结构能够更加有效地表达复杂函数,从而学习到表征能力
针对柴油发电机多机并联经济性运行问题,设计了一套通用化柴油发电机同期并机以及协调功率分配策略,实现不同配置多柴油发电机组供电系统的同期并网和自动功率分配,基于SIMUL
在火电机组生产中,实时数据中会掺杂各种噪声,必须进行滤波处理。针对不同的滤波方法进行研究,分别针对通用信号和电厂实际信号进行处理,以分析不同方法的滤波效果。通过对加
针对变桨系统故障发生频率和运维成本高等问题,提出一种基于遗传算法的GA-BP(genetic algorithms,GA)神经网络的风电机组变桨系统故障预警方法。分析SCADA系统记录的大量监测
碳纤维复合芯导线抗弯、抗侧压、抗扭性能差,故要求1660 mm2碳纤维导线用放线滑车底径较大。若采用传统经验方法设计,将导致放线滑车质量较大、设计周期长、研发成本高等问题