论文摘要
针对风电机组变桨系统常见故障,提出一种基于深度置信网络(DBN)的故障诊断方法。设计出基于DBN的变桨系统故障诊断框架;通过堆叠多层受限玻尔兹曼机(RBM),对比重构数据与原始输入数据差异,研究了DBN故障特征自提取能力;将堆叠RBM提取的故障特征输入到顶层分类器中进行训练,得到故障诊断模型;最后采用风场真实故障数据集进行了验证测试。实验结果表明,采用该方法进行风电机组变桨系统故障诊断相比其他方法具有更高的准确率。
论文目录
文章来源
类型: 期刊论文
作者: 陈自强,程健,季文强,翟红雨
关键词: 风电机组,变桨系统,故障诊断,深度置信网络
来源: 测控技术 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 中国科学技术大学信息科学技术学院
分类号: TM315
DOI: 10.19708/j.ckjs.2019.05.004
页码: 18-22
总页数: 5
文件大小: 592K
下载量: 238