基于DRSA和BP神经网络风电机组检修决策

论文摘要

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。

论文目录

• 1 DRSA和BP神经网络
•   1.2 BP神经网络
• 2 基于DRSA的BP神经网络训练
•   2.1 一次系统图与偏好属性
•   2.2 序信息表、约简及规则集
•   2.3 BP神经网络训练
• 3 实例分析
•   3.1 基于DRSA的风电机组检修决策
•   3.2 基于DRSA-BP神经网络的风机检修决策
•   3.3 对比分析
• 4 结语

文章来源

类型: 期刊论文

作者: 王晓东,杨苹,龙霞飞,唐惜春,管品发

关键词: 风电机组,优势粗糙集,神经网络,维修决策

来源: 电力系统及其自动化学报 2019年11期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华南理工大学电力学院,华南理工大学广东省绿色能源技术重点实验室

基金: 国家电力投资集团公司科技资助项目

分类号: TM315

页码: 81-85+102

总页数: 6

文件大小: 935K

下载量: 86