基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估

为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障，提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分，同时对传感器信息和时序信息进行编码解码并提取压缩特征，根据高斯混合模型设计基于信号本身概率分布的能量设计评价指标进行健康评估。根据核密度估计确定阈值，并利用某真实风电场数据进行实验，验证方法的有效性。