| 注册
首页|期刊导航|中国电力|基于PCA-KNN融合算法的风力机变桨角度故障诊断方法

基于PCA-KNN融合算法的风力机变桨角度故障诊断方法

陈茜 李录平 刘瑞 杨波 邓子豪 李重桂

中国电力2021,Vol.54Issue(11):190-198,9.
中国电力2021,Vol.54Issue(11):190-198,9.DOI:10.11930/j.issn.1004-9649.202009083

基于PCA-KNN融合算法的风力机变桨角度故障诊断方法

Fault Diagnosis Method of Wind Turbine Pitch Angle Based on PCA-KNN Fusion Algorithm

陈茜 1李录平 1刘瑞 1杨波 2邓子豪 1李重桂1

作者信息

  • 1. 长沙理工大学 能源与动力工程学院,湖南 长沙 410014
  • 2. 广州特种承压设备检测研究院,广东 广州 510663
  • 折叠

摘要

关键词

风力机/变桨角度故障/SCADA数据/非参数核密度估计/Relief-F算法/PCA-KNN融合算法

引用本文复制引用

陈茜,李录平,刘瑞,杨波,邓子豪,李重桂..基于PCA-KNN融合算法的风力机变桨角度故障诊断方法[J].中国电力,2021,54(11):190-198,9.

基金项目

广东省质量技术监督局科技项目(基于SCADA数据信息融合的风力机叶片覆冰诊断与预测技术,2018CT28) (基于SCADA数据信息融合的风力机叶片覆冰诊断与预测技术,2018CT28)

湖南省研究生科研创新项目(基于SCADA系统的大功率风电机组故障诊断及报告自动生成技术,CX20190687). (基于SCADA系统的大功率风电机组故障诊断及报告自动生成技术,CX20190687)

中国电力

OA北大核心CSCDCSTPCD

1004-9649

访问量0
|
下载量0
段落导航相关论文