基于BP神经网络的风电系统控制器I/O硬件故障自诊断方法

摘要：

随着风电产业竞争日趋白热化,市场对整机制造商产品交付和运维服务质量的要求不断提高.针对批量库存控制器个别I/O硬件故障影响项目生产维护的问题,介绍一种基于反向传播(BP)神经网络算法的低成本、适用于生产运维现场使用的控制器I/O硬件故障的自诊断方法.通过输入随机顺序故障样本数据集对神经网络模型进行训练,利用待测I/O硬件和继电器构造的自诊断电路采集信号,将其处理为归一化数据的特征矩阵,输入自诊断模型进行故障识别和分类,最终输出参考结果.试验初步验证了该方法在不依赖专用设备的情况下,可有效识别I/O硬件信道故障,具有实际应用价值.

关键词：BP神经网络、故障诊断、控制器、I/O硬件、特征矩阵、风电控制系统、自诊断

所属期刊栏目：42

分类号：TP183;TK32(自动化基础理论)

资助基金：浙江省重点研发计划项目2019C01050

在线出版日期：2020-06-12（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：55-60