基于PWKNN算法的风电系统故障诊断研究

为了准确诊断风电系统故障类别，基于改进加权k近邻的粒子群优化算法（PWKNN）提出一种新的诊断方法。PWKNN通过调整权重来反映特征的重要性，并利用距离判断策略计算出多类标分类的相同概率。采用粒子群优化算法（PSO）优化了PWKNN的权值和参数k，利用特征提取训练分类器，结合特征选择的Pearson相关系数来消除无关特征，从而减少分类器的输出时间。对300W风力发电机的四种分类状态进行测试，与传统分类器的比较表明，PWKNN具有更高的分类精度。特征选择可以将平均特征数量从16个减少到2.8个，输出时间可以减少61%。