基于性能改善深度置信网络的风电机组主轴承状态分析

摘要：

针对风电机组数据采集与监视控制系统采集的状态数据具有大容量、多样性的特点,充分利用该数据研究风电机组主轴承的状态分析方法成为了重要问题.采用深度学习方法分析风电机组主轴承变量间的特征规则,提取反映主轴承状态的特征变量;通过指数加权移动平均法设定阈值检测特征变量的变化趋势,判定异常状态的发生;根据深度置信网络的特点,从数据集变量的异常数据剔除、训练数据批次的选择、参数调优的迭代周期以及在线学习训练等方面对模型性能进行优化和改善,从而使得深度置信网络能够充分挖掘数据集的信息特征,达到有效地反映主轴承状态的目的.通过对主轴承发生故障前、后记录的数据进行仿真分析,结果验证了深度置信网络方法对主轴承状态监测的有效性.

关键词：风电机组、主轴承、状态分析、深度学习、深度置信网络

所属期刊栏目：38

分类号：TM614(发电、发电厂)

资助基金：国家科技支撑计划项目2015BAA06B03Project supported by the National Science and Technology Support Project of China 2015BAA06B03

在线出版日期：2018-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49