|
|||||
|
|
| 基于特征提取和随机森林的风机故障诊断 | |
| 摘 要： | 在低温环境潮湿环境中,风机极易发生叶片结冰现象,这可能会降低风电机组的效率。导致风机叶片结冰的因素较多,因此需要测量的特征参数也偏多,为了防止维数过多而导致模型训练时间过长,传统会采用主成分分析(Principal Components Analysis)等无监督降维方法,但这会丢失大量有用的数据,影响模型训练的准确性。同时,目前对风机叶片结冰故障诊断的准确度还有待提高。本文提出了一种基于ReleifF特征提取和随机森林算法的风机叶片结冰诊断新方法,提升了故障诊断的精确率。通过其他传统机器学习算法的比较,表明本文提出的方法在准确度优于其他算法,有效解决风机叶片结冰问题。 |
| 本文献已被 CNKI 等数据库收录！ | |