融合数字孪生的风电机组故障检测ASL-CatBoost 方法

梁宏涛, 孔翎超, 刘国柱, 董文轩, 刘香怡 - 系统仿真学报, 2024 - china-simulation.com
针对当前风电场状态监控可视化程度低, 运维实时性不足的问题, 基于数字孪生五维模型概念,
构建风电场数字孪生五维模型框架; 针对传统算法故障检测能力不足, 风机故障数据集存在正负 …

ASL-CatBoost Method for Wind Turbine Fault Detection Integrated with Digital Twin

H Liang, L Kong, G Liu, W Dong… - Journal of …, 2024 - dc-china-simulation …
In view of the low visibility of the current wind farm status monitoring and insufficient realtime
operation and maintenance, based on the concept of digital twin five-dimensional model, the …

Implementation of Digital Twin-Assisted Condition Monitoring and Fault Diagnosis for Wind Turbines

MC Dinh, MT Ngo, C Kim, SJ Lee… - … on Renewable Energy …, 2023 - ieeexplore.ieee.org
To achieve higher efficiency and reduce the wind energy cost, the size of wind turbines is
getting bigger and offshore wind is getting more attraction. Therefore, the Operation & …

应用深度自编码网络和XGBoost 的风电机组发电机故障诊断

赵洪山, 闫西慧, 王桂兰, 尹相龙 - 电力系统自动化, 2019 - cqvip.com
针对风电机组现场故障样本难获取的问题, 为实现风电机组发电机部件的故障诊断,
通过分析风机监控与采集(SCADA) 数据, 设计了基于深度自编码(DAE) 网络和XGBoost …

基于非线性状态估计的风电机组变桨控制系统故障识别

尹诗, 余忠源, 孟凯峰, 李闯, 王其乐 - 中国电机工程学报, 2014 - cqvip.com
变桨系统是风力发电机组中控制算法复杂, 设备故障率较高的子系统. 当风机出现故障停机时,
数据采集与监视控制(supervisory control and data acquisition, SCADA) …

[引用][C] 基于数据挖掘的风电机组状态预测及变桨系统异常识别

李学伟 - 2012 - 万方数据资源系统
风力发电技术迅速发展, 风电机组单机容量越来越大, 控制系统更加复杂; 风电场的建设从内陆
逐步向近海甚至深海领域发展. 然而, 随着大规模风电场的建设及并网运行, 风电机组故障率高 …

[引用][C] 基于大数据分析的风电机组运行状态评估及故障诊断

段震清 - 2018 - 硕士学位论文]. 太原: 山西大学

[引用][C] 基于深度学习的风力发电系统故障在线诊断研究

余达 - 2018 - 广东广州: 华南理工大学

[引用][C] 双馈异步风电机组状态监测与故障诊断系统的研究

宋磊 - 2015 - 保定: 华北电力大学

[引用][C] 基于DS 证据融合的风力发电机组的故障预测

刘石磊 - 2017 - 沈阳: 沈阳工业大学