基于卷积神经网络的风电机组气动不平衡故障诊断方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为解决风电机组中风轮气动不平衡的诊断问题，降低风电机组的运维成本，提出一种基于一维卷积神经网络的风轮不平衡识别方法。融合变分模态分解和相关峭度计算实现风轮气动不平衡的感知。并提出基于一维卷积神经网络的气动不平衡识别方法，以机舱的振动加速度作为输入，识别气动不平衡的具体程度。在不同湍流强度和噪声环境下进行交叉验证，识别结果的准确率在95%以上，证明该方法可应用于风轮不平衡的诊断中，提升风电机组运行的安全性。（剩余10261字）

试读结束

目录
monitor