基于改進卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)電機組葉片覆冰診斷方法研究

打開文本圖片集

摘 要：針對風(fēng)電機組葉片覆冰影響機組運行安全和降低發(fā)電量的問題，提出一種基于極端梯度提升算法和麻雀搜索算法優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)電機組葉片覆冰診斷方法。首先，利用基于極端梯度提升算法計算實際機組監(jiān)控和數(shù)據(jù)采集系統(tǒng)（SCADA）數(shù)據(jù)的特征權(quán)重，篩除冗余特征變量，降低診斷模型的復(fù)雜度、減少診斷時間；再利用卷積神經(jīng)網(wǎng)絡(luò)模型對篩選后SCADA數(shù)據(jù)進行特征提取建立葉片覆冰診斷分類模型；最后，利用麻雀搜索算法對診斷模型中的超參數(shù)尋優(yōu)，提高診斷模型的準(zhǔn)確率。（剩余12991字）