基于殘差網(wǎng)絡(luò)的風電機組基礎(chǔ)健康監(jiān)測數(shù)據(jù)修復(fù)研究

打開文本圖片集

摘 要：為精準有效地修復(fù)連續(xù)性異常數(shù)據(jù)，提出一種基于殘差塊優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的殘差網(wǎng)絡(luò)數(shù)據(jù)修復(fù)模型。以乳山風電場的風電機組基礎(chǔ)健康監(jiān)測數(shù)據(jù)為例對模型進行工程驗證。同時選取具有修復(fù)功能的多種模型對實際異常數(shù)據(jù)進行修復(fù)驗證，并對所有模型的性能以及自身的修復(fù)精度進行對比分析。結(jié)果表明：ResNet模型避免了FCN以及CNN模型存在的缺陷，提高了數(shù)據(jù)修復(fù)的精度；ResNet模型適用于缺失或異常比例低于30%的數(shù)據(jù)修復(fù)；ResNet模型修復(fù)實例的結(jié)果符合數(shù)據(jù)變化趨勢，能較好吻合監(jiān)測數(shù)據(jù)的原始曲線。（剩余11853字）