基于损失优化的DAE降低风电机组不确定因素的影响

考虑到风电机组运行过程中存在大量的不确定因素,这些不确定因素会导致监测参数出现质量波动,进而影响风电机组的异常检测结果或状态评估。为了解决不确定因素对风电机组监测参数的影响,提出一种基于损失优化的深度自编码器模型,降低风电机组中不确定因素的影响。该模型结合信息瓶颈理论,并以最小充分统计变量的存在条件为损失函数来训练。从而实现在对数据压缩重构的过程中,去掉不确定因素带来的干扰信息,同时最大程度上地保留有用的信息,以降低监测参数的波动。通过实际案例表明该方法的有效性,为后续的高精度的异常状态检测和状态评估奠定良好的基础。