基于迁移学习的风机叶片结冰预测方法

发布时间：2021-01-29 19:29

　　风电机组低温环境下运行存在叶片结冰问题,而实际运行过程中不同风机不同工况的运行数据具有较大差异。针对单一工况,单一模型无法满足实际预测需求,提出一种基于迁移学习的风机叶片结冰预测方法。有效利用风机历史数据与当前工况数据存在的相似性,辅以迁移算法实现相似工况的划分,采用XGBoost对应不同工况自适应选择出最优特征且训练模型,从而实现多工况、多模型的风机叶片结冰预测。基于SCADA系统采集数据的实验结果表明,此建模方法利用21号风机大量历史数据和15号风机少量新数据的情况下可以有效挖掘历史数据,实现不同工况下的快速建模。通过迁移算法后21号风机模型预测15号风机准确率提高10%,验证了该建模方法的有效性。 

【文章来源】：传感器与微系统. 2020,39(12)

【文章页数】：3 页

【文章目录】：
0 引言
1 相关理论
    1.1 迁移学习
    1.2 XGBoost
2 基于迁移学习的风机叶片结冰故障诊断模型
    2.1 算法描述
    2.2 建模方法
        2.2.1 原始数据预处理
        2.2.2 迁移算法
        2.2.3 特征工程
        2.2.4 模型训练
3 实验结果与分析
    3.1 迁移学习算法应用
    3.2 实验对比及分析
4 结束语


【参考文献】：
期刊论文
[1]基于栈式自编码网络的风机叶片结冰预测[J]. 刘娟,黄细霞,刘晓丽.  计算机应用. 2019(05)
[2]基于SCADA数据的风机叶片结冰检测方法[J]. 李宁波,闫涛,李乃鹏,孔德同,刘庆超,雷亚国.  发电技术. 2018(01)
[3]迁移因子分析在齿轮箱变工况故障诊断中的应用[J]. 谢骏遥,王金江,赵锐,段礼祥,王凯.  电子测量与仪器学报. 2016(04)

硕士论文
[1]风电除冰叶片温度场预测方法研究及应用[D]. 宁天宇.湘潭大学 2015
[2]风机叶片覆冰监测与防冰除冰试验研究[D]. 卢方.湖南大学 2014



本文编号：3007472