L'algorithme d'analyse des principaux éléments de la fenêtre glissante traditionnelle souffre de phénomène de suradaptation lors du traitement du problème de détérioration lente des paramètres d'ingénierie, ainsi que de problèmes de surdétection et de sous-détection. Par conséquent, sur la base de l'algorithme d'analyse des principaux éléments de la fenêtre glissante (KPCA), cet article propose un algorithme amélioré d'analyse des principaux éléments basé sur des blocs de données. Cet algorithme utilise un prétraitement des données à l'aide du logiciel MATLAB et utilise une méthode itérative pour éliminer les valeurs aberrantes des données échantillonnées ; lors de la détection, la mise à jour du modèle se fait par bloc de données, en ajustant la taille du bloc de données, le diagnostic des pannes devient plus rapide et plus précis. Cet algorithme et l'algorithme traditionnel d'analyse des principaux éléments sont appliqués à l'analyse des données expérimentales de génératrices éoliennes, ce qui confirme que l'algorithme amélioré proposé dans cet article permet de résoudre de manière plus efficace le problème de détérioration lente des paramètres.

analyse des principaux éléments; fenêtre glissante; bloc de données; mise à jour du modèle; diagnostic des pannes; suradaptation; méthode itérative