摘要
利用机器学习算法从SCADA运维大数据中深度挖掘齿轮箱输入轴的运行规律,建立正常状态下的故障监测和诊断模型。本文提出的XGBoost两层机器学习模型能够提前预判健康设备状态,为企业提升风电场的效益提供科学决策依据。
出处
《电力设备管理》
2020年第3期140-143,124,共5页
Electric Power Equipment Management
基金
教育部产学合作协同育人项目(201801034031
201802257026):山东省高等学校教学研究与改革一般项目(20180103)。