期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PCA-KNN融合算法的风力机变桨角度故障诊断方法
被引量:
9
1
作者
陈茜
李录平
+3 位作者
刘瑞
杨波
邓子豪
李重桂
《中国电力》
CSCD
北大核心
2021年第11期190-198,共9页
针对风力机变桨系统变桨角度4种主要故障类型,基于机组SCADA数据分析,提出一种基于非参数核密度估计和Relief-F特征参数提取数据处理,以及PCA-KNN融合算法故障诊断的风力机变桨角度异常状态识别方法。首先,对风力机SCADA数据进行非参数...
针对风力机变桨系统变桨角度4种主要故障类型,基于机组SCADA数据分析,提出一种基于非参数核密度估计和Relief-F特征参数提取数据处理,以及PCA-KNN融合算法故障诊断的风力机变桨角度异常状态识别方法。首先,对风力机SCADA数据进行非参数核密度估计预处理,运用Relief-F算法提取变桨角度故障的7类(13个)特征参数;然后,通过PCA-KNN融合算法对变桨角度故障状态进行识别,结果表明:该方法能够准确识别变桨角度4种主要的故障类型。最后,将改进的PCA-KNN融合算法与常用的KNN算法、PCA-KNN算法和BP神经网络进行对比,结果表明:改进的PCA-KNN融合算法具有更为准确的识别率。
展开更多
关键词
风力机
变桨角度故障
SCADA数据
非参数核密度估计
Relief-F算法
PCA-KNN融合算法
下载PDF
职称材料
题名
基于PCA-KNN融合算法的风力机变桨角度故障诊断方法
被引量:
9
1
作者
陈茜
李录平
刘瑞
杨波
邓子豪
李重桂
机构
长沙理工大学能源与动力工程学院
广州特种承压设备检测研究院
出处
《中国电力》
CSCD
北大核心
2021年第11期190-198,共9页
基金
广东省质量技术监督局科技项目(基于SCADA数据信息融合的风力机叶片覆冰诊断与预测技术,2018CT28)
湖南省研究生科研创新项目(基于SCADA系统的大功率风电机组故障诊断及报告自动生成技术,CX20190687)。
文摘
针对风力机变桨系统变桨角度4种主要故障类型,基于机组SCADA数据分析,提出一种基于非参数核密度估计和Relief-F特征参数提取数据处理,以及PCA-KNN融合算法故障诊断的风力机变桨角度异常状态识别方法。首先,对风力机SCADA数据进行非参数核密度估计预处理,运用Relief-F算法提取变桨角度故障的7类(13个)特征参数;然后,通过PCA-KNN融合算法对变桨角度故障状态进行识别,结果表明:该方法能够准确识别变桨角度4种主要的故障类型。最后,将改进的PCA-KNN融合算法与常用的KNN算法、PCA-KNN算法和BP神经网络进行对比,结果表明:改进的PCA-KNN融合算法具有更为准确的识别率。
关键词
风力机
变桨角度故障
SCADA数据
非参数核密度估计
Relief-F算法
PCA-KNN融合算法
Keywords
wind turbine
pitch angle fault
SCADA data
nonparametric kernel density estimation
Relief-F algorithm
PCA-KNN fusion algorithm
分类号
TM315 [电气工程—电机]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PCA-KNN融合算法的风力机变桨角度故障诊断方法
陈茜
李录平
刘瑞
杨波
邓子豪
李重桂
《中国电力》
CSCD
北大核心
2021
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部