基于WGAN-GP的风电机组传动链故障诊断OA北大核心CSCDCSTPCD
Fault Diagnosis of Wind Turbine Drivetrain Based on Wasserstein Generative Adversarial Network-Gradient Penalty
传动链负责将风电机组叶轮的能量传递至发电机,若传动链中的任一部件,如齿轮、轴承发生异常,风电机组将面临巨大的安全隐患.现有基于深度学习的风电机组故障诊断大多需要人为选择目标变量,所识别故障与所选变量关联性大、通用性不足.梯度惩罚Wasserstein生成对抗网络(WGAN-GP)采用Wasserstein距离作为量度生成数据与真实数据的代价函数,具有训练结果稳定的优势.文中基于数据采集与监控(SCADA)系统提出两步数据预处理方法进行数据筛选,并…查看全部>>
滕伟;丁显;史秉帅;徐进;袁帅
电站能量传递转化与系统教育部重点实验室(华北电力大学),北京市 102206中国绿发投资集团有限公司,北京市 100020都城伟业集团有限公司,北京市 100020电站能量传递转化与系统教育部重点实验室(华北电力大学),北京市 102206中国绿发投资集团有限公司,北京市 100020
风电机组传动链梯度惩罚Wasserstein生成对抗网络(WGAN-GP)数据采集与监控(SCADA)系统故障诊断
《电力系统自动化》 2021 (22)
半监督环境下风电机组群的智能化故障诊断与寿命预测
167-173,7
国家自然科学基金资助项目(51775186).
评论