10.3969/j.issn.1006-9348.2023.02.020
基于XGBoost和自适应阈值的电厂风机故障预警
为了对电厂风机实现故障预警,提出了基于极端梯度提升(XGBoost)算法的数据驱动的故障预警方法.首先,通过对电厂原始数据进行数据特征提取和Box-Cox变换,建立基于XGBoost算法的风机轴承温度预测模型;其次,将模型预测值和真实值的偏差用相似度函数表示,并设计了基于区间估计思想的自适应阈值方法;最后利用某电厂送风机数据进行仿真,并将XGBoost算法与支持向量机(SVM)算法、梯度提升树(GBDT)算法进行对比.结果表明该方法能实现风机早期故障预警,验证了该故障预警模型的有效性.
电厂风机、极端梯度提升算法、自适应阈值、相似性、故障预警
40
TM743(输配电工程、电力网及电力系统)
上海市科技创新行动计划地方院校能力建设专项项目;中国华能集团有限公司科技项目
2023-04-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
108-112