基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組葉片覆冰診斷方法研究

打開(kāi)文本圖片集

摘 要：針對(duì)風(fēng)電機(jī)組葉片覆冰影響機(jī)組運(yùn)行安全和降低發(fā)電量的問(wèn)題，提出一種基于極端梯度提升算法和麻雀搜索算法優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組葉片覆冰診斷方法。首先，利用基于極端梯度提升算法計(jì)算實(shí)際機(jī)組監(jiān)控和數(shù)據(jù)采集系統(tǒng)（SCADA）數(shù)據(jù)的特征權(quán)重，篩除冗余特征變量，降低診斷模型的復(fù)雜度、減少診斷時(shí)間；再利用卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)篩選后SCADA數(shù)據(jù)進(jìn)行特征提取建立葉片覆冰診斷分類(lèi)模型；最后，利用麻雀搜索算法對(duì)診斷模型中的超參數(shù)尋優(yōu)，提高診斷模型的準(zhǔn)確率。（剩余12991字）