基于混合输入模糊神经网络的风力发电机异常监测

来源 :控制工程 | 被引量 : 0次 | 上传用户:rghaijun23
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
风力发电机工作环境恶劣致使故障频发,常规异常监测方法存在监测参数单一、误报率高等问题.将风力发电机运行工况作为分类变量引入混合输入模糊神经网络,建立风力发电机关键参数的正常行为模型,计算在线运行数据与正常行为模型的残差,通过残差建立多元高斯分布模型,并利用高斯概率密度的等高线设定异常状态阈值.实验以5MW海上风力发电机基准模型为例,建立多输入多输出模型对发电机输出功率和转子转速进行异常监测.对比实验结果表明,该方法的发电机输出功率和转子转速异常状态识别正确率优于其他对比方法.
其他文献
针对线性系统,研究事件触发优化机制下的鲁棒H∞控制.首先,在时间触发和事件触发机制下,给出系统优化性能指标,设计优化控制器.接着,考虑基于事件触发优化机制下的鲁棒H∞控
为提升电网故障诊断算法的有效性,提出一种基于改进高斯概率神经网络(GPNN)核相似性合并预测的电网子区间故障诊断策略.首先,针对电网故障诊断中存在的数据不确定性现象,引入
传统D*算法应用于路径规划时,规划的路径一般由折线段组成,且紧靠障碍物边缘.由于自身运动学约束,自治水下机器人(autonomous underwater vehicle,AUV)难以实现折线等情况的
以末端拦截高机动目标为背景,针对带有攻击角约束和自动驾驶仪动态特性情形下的二维平面制导问题进行了研究分析.在提出固定时间终端滑模面基础上,通过自适应算法在线估计干
为了提高吊车施工的安全性能,并针对作业面行人目标像素较小不利于检测定位的问题,提出了一种吊车危险区域侵入行人机器视觉定位算法。首先,改进了用于目标识别的YOLOv3网络,更改了检测输入像素值,增加了小目标检测尺度并简化了不必要的网络结构,获得了更高的检测精度和更快的检测速度;然后,采用相机坐标变换的方法测算行人与危险区域中心点的距离;最后,通过真实样本数据集训练模型网络并测距来验证该算法的性能。实
针对无模型自适应控制算法目前存在的参数整定和优化困难问题,提出一种改进的粒子群优化算法来优化控制器参数.该算法通过引入基于逻辑斯谛映射产生的混沌算子,并采用线性减
介绍了大型城市集中供热机组的运行原理及当前该种机组运行过程中自动化投入的现状.根据此种机组的燃烧特性,结合常规循环流化床锅炉的控制思路,设计了以焓值计算为控制核心
针对长距离管道中可能发生的较小泄漏,提出一种基于粒子滤波的泄漏检测与定位方法.首先,基于特征线法建立了管道流体的数学模型,并将其转化为状态空间模型,基于状态空间模型
提出了基于闭环频域辨识模型的鲁棒H∞-PID参数整定法,并介绍了该方法在解决热能电厂一次调频功率振荡中的应用.该方法相较于常用的经验试凑法和Ziegler-Nichol整定法,既能保
为研究拼图机器人视觉系统的控制稳定性,确保拼图机器人在拼图七巧板的过程中能够实现90%以上的准确率,以KR6型机器人为研究对象,依据空间坐标系变换和机械臂逆运动学解的理论