基于多特征信息融合的风电机组整机性能评估
来源：计算机集成制造系统杂志2022年第4期北京时间：
作者：曾天生, 刘航, 陈汉斯, 王峥, 褚学宁
单位：1.上海交通大学机械与动力工程学院2.郑州航空工业管理学院管理工程学院
摘要：为解决风电机组单一健康状态模型可能发生误报的问题,提出一种基于信息融合的风电机组整机性能评估方法。首先改进了局部离群因子算法(LOF),用于筛选正常运行数据,使用Kendall相关系数进行参数选择,并基于深度信念网络(DBN)建立多个健康状态模型,提取实际运行数据与模型预测值的残差作为性能特征。再使用自组织映射神经网络(SOM)将残差空间映射到风电机组运行状态空间以实现信息融合,通过计算状态劣化指数来构建性能指标的方法,对风电机组进行性能评估。最后,通过实际的风电机组运行数据验证了所提方法的有效性。
关键词：风电机组,性能评估,信息融合,深度信念网络,自组织映射
基金资助：国家自然科学基金资助项目(51875345,51475290)。
