论文部分内容阅读
将大数据分析应用到风机轴承故障预警中,使用栈式自动编码器(SAE)为基本结构,通过逐层提取风机轴承监视控制与数据采集系统(SCADA)数据深层特征,将散乱的SCADA大数据转化成能够深度刻画风机轴承运行状态的内在特征。利用预训练、微调的方法并结合误差反向传播算法(BP)构建SAE故障预警模型,通过SAE模型对大数据处理得到反映风机轴承运行状态的重构误差平均值,以均值漂移聚类算法动态地计算出风机轴承稳定运行状态重构误差基准值为预警的标准。最后利用某风电场机组的SCADA数据进行工程实例仿真分析,验证了基于大