文献类型：期刊文章

作　　者：童超[1] 郭鹏[1]

机构地区：[1]华北电力大学控制与计算机工程学院,新能源电力系统国家重点实验室,北京102206

出　　处：《动力工程学报》

基　　金：新能源电力系统国家重点实验室开放课题资助项目(LAPS13011);中央高校基本科研业务费资助项目(12MS58)

年　　份：2014

卷　　号：34

期　　号：4

起止页码：313-317

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了减少风电场的经济损失,采用ReliefF特征选择与BP神经网络相结合的方法,对风电机组进行状态监测研究.基于风电场实际运行数据,重点分析了桨距角不对称故障.结果表明:ReliefF特征选择与BP神经网络相结合的方法可以有效地分辨出是否发生了桨距角不对称故障,且准确率较高.

关 键 词：风电机组 故障分类  状态监测  特征选择  BP神经网络

分 类 号：TM614]