期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
风电场风机变桨系统故障分析与措施 被引量:4
1
作者 闫柏冰 《湖北农机化》 2020年第12期43-44,共2页
就目前来看,作为风力发电场发电机控制系统的重要组成部分,风机变桨系统在使用过程中,故障的高发给国家整体发展造成了极为不利的影响,为此本文主要基于风机变桨系统,针对其常见故障对优化处理策略进行了系统化探讨,为风机最大风能利用... 就目前来看,作为风力发电场发电机控制系统的重要组成部分,风机变桨系统在使用过程中,故障的高发给国家整体发展造成了极为不利的影响,为此本文主要基于风机变桨系统,针对其常见故障对优化处理策略进行了系统化探讨,为风机最大风能利用率的实现奠定良好基础。 展开更多
关键词 风机变桨系统 系统故障 处理对策
在线阅读 下载PDF
基于改进遗传算法优化自联想神经网络的风机故障诊断 被引量:7
2
作者 李政宇 李练兵 芮莹莹 《计算机应用与软件》 北大核心 2022年第6期297-302,328,共7页
为了更为准确有效地诊断风机变桨系统故障,提出一种通过改进自适应遗传算法(IAGA)来优化自联想神经网络(AANN)的风机故障诊断模型。在IAGA中对选择算子进行改进,加快自适应遗传算法收敛速率,同时在适应度函数中引入AUC,降低不平衡数据... 为了更为准确有效地诊断风机变桨系统故障,提出一种通过改进自适应遗传算法(IAGA)来优化自联想神经网络(AANN)的风机故障诊断模型。在IAGA中对选择算子进行改进,加快自适应遗传算法收敛速率,同时在适应度函数中引入AUC,降低不平衡数据对模型诊断效果的干扰;使用IAGA对AANN初始权值进行优化,通过AANN获得变桨系统正常状态下的残差分布,利用JS散度计算其与故障时刻残差分布的偏移度,判断变桨系统是否故障。利用华北某风电场记录的历史数据进行实验,结果表明,与其他神经网络相比较,IAGA-AANN网络能够有效提高风机故障诊断识别率,缩短模型训练时间。 展开更多
关键词 风机变桨系统 遗传算法 自联想神经网络 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部