1. 水电水利规划设计总院
2. 华能国际电力江苏能源开发有限公司清洁能源分公司
3. 河海大学新能源学院
纸质出版:2025
移动端阅览
许帅, 白亮, 赵亮, 等. 基于MCO-GRU模型的风电机组齿轮箱故障预警研究[J]. 水力发电, 2025,51(12):80-87.
许帅, 白亮, 赵亮, et al. 基于MCO-GRU模型的风电机组齿轮箱故障预警研究[J]. 2025, 51(12): 80-87.
许帅, 白亮, 赵亮, 等. 基于MCO-GRU模型的风电机组齿轮箱故障预警研究[J]. 水力发电, 2025,51(12):80-87. DOI:
许帅, 白亮, 赵亮, et al. 基于MCO-GRU模型的风电机组齿轮箱故障预警研究[J]. 2025, 51(12): 80-87. DOI:
针对门控循环单元(GRU)网络相关参数的选取不当影响故障预警精度的问题,提出了一种基于改进融合猎豹优化算法(MCO)和门控循环单元网络组合的预测模型(MCO-GRU)。该模型利用改进猎豹优化算法优化门控循环单元网络的隐含层数量、学习率和迭代次数等参数。通过构建有效的故障预警机制,该模型能够提前识别风电机组潜在的故障类别并迅速响应,从而有效降低机组故障率。通过对风电场某一台机组的SCADA数据进行预处理并构建样本集,按8∶2比例划分为训练集(用于模型学习与参数优化)和测试集(用于评估模型泛化能力与预测精度)
分别采用支持向量机、长短记忆网络、门控循环单元网络、粒子群优化算法和标准猎豹优化算法优化的门控循环单元网络模型对这些样本进行预测。结果显示,MCO-GRU模型与门控循环单元网络、粒子群优化算法和标准猎豹优化算法优化的门控循环单元网络模型相比,能显著提升风力发电机组齿轮箱温度预测的准确性。
刘宜荣.基于SCADA数据的风电机组故障诊断与预警的研究[D].山东大学,2021(11).
唐明珠,陈荐.风电机组故障检测与故障诊断[M].中国水利水电出版社,2022.
黄小光,潘东浩,史晓鸣,王杏,王欣.风电机组齿轮箱系统的故障预警研究[J].机电工程,2019(06).
徐小力.机电系统状态监测及故障预警的信息化技术综述[J].电子测量与仪器学报,2016(03).
张金卫,刘峻华,张伟鹏,杨涛.基于电流信号分析的风力发电机齿轮箱故障诊断[J].广东电力,2016(06).
管丽莎,张恩瑜,潘越.基于时间序列和BP神经网络的矿井风机故障诊断[J].科技创新与应用,2016(18).
雍彬,陈进,张方红,汤宝平.基于门控循环网络融合多源数据的风电齿轮箱状态预警方法[J].太阳能学报,2021(08).
徐焕增,徐文倩,孔政敏.基于Tent混沌序列改进的蜉蝣算法及其应用[J].控制工程,2022(03).
李鹏,张凡,马溪原,姚森敬,王晓东,吴宇航,徐臻,杨苹.基于自编码网络的海上风电机组典型故障诊断方法[J].水力发电,2022(08).
王中行,周元贵,张学广.基于人工智能算法的风电机组状态监测和故障诊断技术研究综述[J].东北电力大学学报,2024(01).
沙济通,邢龙,胡占飞,林中良,杜石存.基于小波变换的风力发电机组故障检测方法[J].水力发电,2023(06).
周伟,魏鑫,李西兴.改进MFO-LSTM网络的风电机组齿轮箱故障预警研究[J].机床与液压,2024(04).
王少科,王培光,张照彦,田亚茹.基于机器学习的风电机组齿轮箱故障预警[J].计算机仿真,2023(01).
王恒.基于人工智能的风电机组运行状态监测和故障诊断预警研究[J].科学技术创新,2023(27).
刘河生,徐浩,李宁,李林晏,景玮钰,雷航,张瑞刚.风电机组齿轮箱故障预警算法研究及应用[J].热力发电,2024(04).
0
浏览量
121
下载量
CSCD
关联资源
相关文章
相关作者
相关机构