|
|||||
|
|
| 海上大兆瓦风电机组故障预测与识别 | |
| 引用本文： | 张智伟,王靖,黄煜明,郑俊杰.海上大兆瓦风电机组故障预测与识别[J].科技和产业,2023,23(17):273-278. |
| 作者姓名： | 张智伟 王靖 黄煜明 郑俊杰 |
| 作者单位： | 上海海湾新能风力发电有限公司，上海 200433;江苏金风科技有限公司，江苏 盐城240003;北京金风科创风电设备有限公司，北京100176 |
| 摘 要： | 随着双碳战略的持续推进，可再生能源发电的重要性越来越被重视。海上风电机组位于偏僻地区，故障后维修难度较大，因此风电机组故障预测与识别技术研究至关重要。基于Python sklearn的机器学习框架和基于TensorFlow的故障预警方法，采用多种特征提取方式，并使用卷积神经网络进行特征融合和分类，可实现海上风电系统的故障诊断和预警。详细介绍该方法的设计思路、实验步骤和实验结果，并对该方法进行评估和分析。 |
| 关 键 词： | 机器学习 TensorFlow 卷积神经网络 风电机组故障 |
Fault Prediction and Identification of Wind Turbine Based on Offshore Megawatt Units |
|
| Abstract: | |
| Keywords: | machine learning TensorFlow convolutional neural network wind turbine fault |
| 点击此处可从《科技和产业》浏览原始摘要信息 | |
| 点击此处可从《科技和产业》下载免费的PDF全文 | |