| 基于DBSCAN和SDAE的风电机组异常工况预警研究 |
| |
| 引用本文： | 马良玉,孙佳明,於世磊,赵尚羽. 基于DBSCAN和SDAE的风电机组异常工况预警研究[J]. 动力工程学报, 2021, 41(9): 786-793,808. DOI: 10.19805/j.cnki.jcspe.2021.09.011 |
| |
| 作者姓名： | 马良玉 孙佳明 於世磊 赵尚羽 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院,河北保定071003 |
| |
| 摘 要： | 提出一种基于密度的聚类方法(DBSCAN)和堆栈式降噪自编码器(SDAE)结合的风电机组性能预测及异常运行工况预警方法.首先采用DBSCAN算法对机组监控与数据采集(SCADA)系统历史运行数据进行清洗,然后利用SDAE建立风电机组的正常运行性能预测模型.基于该模型,采用时移滑动窗口方法构建能准确反映风电机组异常状态的...
|
| 关 键 词： | 风电机组 深度学习 DBSCAN SDAE 异常工况预警 |
DBSCAN and SDAE-based Abnormal Condition Early Warning for a Wind Turbine Unit |
| |
| MA Liangyu,SUN Jiaming,YU Shilei,ZHAO Shangyu. DBSCAN and SDAE-based Abnormal Condition Early Warning for a Wind Turbine Unit[J]. Journal of Power Engineering, 2021, 41(9): 786-793,808. DOI: 10.19805/j.cnki.jcspe.2021.09.011 |
| |
| Authors: | MA Liangyu SUN Jiaming YU Shilei ZHAO Shangyu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
