| 基于流形半监督K均值算法的风力发电机故障诊断方法 |
| |
| 引用本文： | 刘文婧,赵鹏飞,张文兴,王建国.基于流形半监督K均值算法的风力发电机故障诊断方法[J].机床与液压,2020,48(17):191-194. |
| |
| 作者姓名： | 刘文婧 赵鹏飞 张文兴 王建国 |
| |
| 作者单位： | 内蒙古科技大学矿业研究院,内蒙古包头014010;内蒙古科技大学机械工程学院,内蒙古包头014010;内蒙古自治区机电系统智能诊断与控制重点实验室,内蒙古包头014010;内蒙古科技大学机械工程学院,内蒙古包头014010;内蒙古自治区机电系统智能诊断与控制重点实验室,内蒙古包头014010 |
| |
| 基金项目： | 国家自然科学基金项目(51865045)；内蒙古自然科学基金重大项目(2018ZD06)；内蒙古自然科学基金项目(2018MS05007；2016MS0543) |
| |
| 摘 要： | 针对风力发电机组SCADA监测数据海量、高维、复杂的特点,提出一种基于流形半监督K均值聚类的风力发电机组故障诊断方法。对风力发电机组SCADA数据进行分析,提取风力发电机组状态参量组成特征数据集,优化了传统K均值聚类算法,以流形距离作为相似性度量,对SCADA数据进行半监督K均值聚类分析。实验结果表明:改进的算法比传统K均值聚类算法能更有效识别风力发电机的状态。
|
| 关 键 词： | 风电机组 故障诊断 流形距离 K均值聚类算法 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
