排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
2.
3.
文章研究了一种基于最小二乘支持向量机(LSSVM)和高斯混合模型(GMM)的传动系统故障程度量化方法。在传动系统故障机理的基础上,利用风电机组的风速、环境温度、有功功率和4个相关的上一时刻温度监测值为输入,4个相关的温度监测值为输出建立LSSVM回归模型。模型的预测值与实际测量值的偏差向量定义为系统"偏离值"。采用GMM拟合正常运行时的偏离值分布,并用该模型实时计算系统的对数似然概率(LLP),实现系统故障程度的量化。结合实际的SCADA数据,验证了该方法对故障预测有较好的灵敏性和准确度。 相似文献
4.
1