| 基于深度置信网络的风力发电机故障诊断方法 |
| |
| 引用本文： | 李梦诗,余达,陈子明,夏侯凯顺,李堉鋆,季天瑶.基于深度置信网络的风力发电机故障诊断方法[J].电机与控制学报,2019,23(2):114-122. |
| |
| 作者姓名： | 李梦诗 余达 陈子明 夏侯凯顺 李堉鋆 季天瑶 |
| |
| 作者单位： | 华南理工大学电力学院,广州,510000;华南理工大学电力学院,广州,510000;华南理工大学电力学院,广州,510000;华南理工大学电力学院,广州,510000;华南理工大学电力学院,广州,510000;华南理工大学电力学院,广州,510000 |
| |
| 摘 要： | 为了避免严重的生产运行事故,同时降低设备运行维护成本,提高风力发电机的可靠性,本文提出一种基于深度置信网络(deep belief network,DBN)的新型风力发电机故障诊断(fault diag-nosis and isolation,FDI)方法。本文首先通过DBN网络构建了故障诊断模型,然后在风力发电机的基准模型中进行故障诊断仿真测试,并把该完全数据驱动型的故障诊断效果,与传统的基于模型的诊断方法和数据驱动型诊断方法的效果作对比。此外,在仿真中也采用高斯噪声来模拟风力发电机实际运行环境中的噪声,从而解决了实际使用中网络易受噪声干扰的问题,并进一步对基于DBN的故障诊断方法进行鲁棒性测试。仿真结果表明基于DBN的数据驱动型FDI方法对风力发电机的故障有着更好的诊断效果,同时在有噪声干扰的环境下也保持着较为稳定的诊断效果。
|
| 关 键 词： | 风力发电机 故障诊断 深度置信网络 数据驱动 基准模型 |
Fault diagnosis and isolation method for wind turbines based on deep belief network |
| |
| LI Meng-shi,YU Da,CHEN Zi-ming,XIAHOU Kai-shun,LI Yu-yun,JI Tian-yao.Fault diagnosis and isolation method for wind turbines based on deep belief network[J].Electric Machines and Control,2019,23(2):114-122. |
| |
| Authors: | LI Meng-shi YU Da CHEN Zi-ming XIAHOU Kai-shun LI Yu-yun JI Tian-yao |
| |
| Affiliation: | (School of Electric Power Engineering,South China University of Technology,Guangzhou 510000,China) |
| |
| Abstract: | LI Meng-shi;YU Da;CHEN Zi-ming;XIAHOU Kai-shun;LI Yu-yun;JI Tian-yao(School of Electric Power Engineering,South China University of Technology,Guangzhou 510000,China) |
| |
| Keywords: | wind turbine fault diagnosis and isolation deep belief network data-driven benchmark model |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
