基于LARS特征选择的风电机组故障诊断的研究OA北大核心CSCDCSTPCD
Research on fault diagnosis of wind turbines based on LARS feature selection
在风力发电机组运行维护过程中,对设备故障诊断的要求越来越高,随着近年来大数据的广泛应用,其对风力发电的影响也越来越大,许多研究人员基于大数据展开了相关工作.在利用风电机组SACDA数据进行故障诊断的过程中,所用的特征量不同,解决问题的效果会受到影响.为了提高风电机组故障诊断的精准性,须要对其所用到的故障特征进行选择.文章提出了用最小角回归(Least Angle Regression,LARS)方法来对特征向量进行选择,针对这些被选出的特征向量用…查看全部>>
孙群丽;周瑛;刘长良
华北电力大学科技学院,河北保定071003石家庄铁道大学四方学院,河北石家庄051132华北电力大学新能源电力系统国家重点实验室,北京102206
能源科技
风电机组故障诊断隐马尔可夫模型特征选择最小角回归
《可再生能源》 2020 (10)
1349-1354,6
中央高校基本科研业务费专项基金资助项目(9161717007)北京市自然科学基金项目(4182061).
评论