基于流形半监督K均值算法的风力发电机故障诊断方法

摘要：

针对风力发电机组SCADA监测数据海量、高维、复杂的特点,提出一种基于流形半监督K均值聚类的风力发电机组故障诊断方法.对风力发电机组SCADA数据进行分析,提取风力发电机组状态参量组成特征数据集,优化了传统K均值聚类算法,以流形距离作为相似性度量,对SCADA数据进行半监督K均值聚类分析.实验结果表明:改进的算法比传统K均值聚类算法能更有效识别风力发电机的状态.

关键词：风电机组、故障诊断、流形距离、K均值聚类算法

所属期刊栏目：48

分类号：TP181;TK83(自动化基础理论)

资助基金：国家自然科学基金项目;内蒙古自然科学基金重大项目;内蒙古自然科学基金项目

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：191-194