文献类型：期刊文章

作　　者：赵茗羽[1] 陈洪磊[2] 孙泽贤[2] 张怡[2] 刘晓悦[2]

Zhao Mingyu;Chen Honglei;Sun Zexian;Zhang Yi;Liu Xiaoyue(College of International,North China University of Science and Technology,Tangshan 063000,China;College of Electrical Engineering,North China University of Science and Technology,Tangshan 063000,China)

机构地区：[1]华北理工大学国际合作处,河北唐山063000 [2]华北理工大学电气工程学院,河北唐山063000

出　　处：《可再生能源》

基　　金：河北省自然基金面上项目(F2019209553);河北省钢铁联合基金项目(E2019209492);河北省省属高校基本科研业务费项目(JQN2020023)。

年　　份：2022

卷　　号：40

期　　号：12

起止页码：1624-1629

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：文章基于“离线分类,在线匹配”的思想,提出了一种计及信息不确定性的风机运行健康度评估方法。首先,剖析层次化、机构化的风机结构,为风机健康度量化分析提供结构知识信息元;然后,采用变点理论实现风机SCADA监测数据的空间划分,引入长短期记忆神经网络,学习SCADA属性的长期依赖关系;最后,提出一种加权评估方法,整合多个重要部件特征参数预测值与实际值间的偏差信号,展开对风机运行健康度的量化分析。结合某风场的实际运行数据进行仿真分析,验证了所提方法的有效性。

关 键 词：变点理论  长短期记忆神经网络  加权评估  不确定性

分 类 号：TK81]