融合分形特征的风机运行状态辨识方法
来源：计算机集成制造系统杂志2022年第7期北京时间：
作者：郭怡, 王荣喜, 高建民
单位：西安交通大学机械制造系统工程国家重点实验室
摘要：为保障风机的安全可靠运行,提出一种融合分形特征的卷积神经网络风机运行状态辨识模型。首先将分形等统计特征分析结果建立为初始样本特征数据集;用噪声环境下基于密度的空间聚类方法对样本状态进行标记,用正则化特征选择方法确定最终的样本特征数据集;最后建立卷积神经网络状态辨识模型。结果表明,模型准确率达到98.925%,为实现风机“事前维修”模式提供科学参考和理论指导,可以有效地应用于复杂机电系统状态辨识领域,为风力发电机组以及其他复杂机电系统的数据挖掘、模式识别提供了基础。
关键词：风电机组,分形特征,状态辨识,特征提取
基金资助：国家自然科学基金资助项目(51905409)。
