基于时序卷积对抗域适应的风机叶片结冰诊断

来源：石河子大学学报·自然科学版杂志2022年第5期北京时间：

作者：刘曦檬, 汤占军, 李英娜, 王金轩, 周盛山

单位：昆明理工大学信息工程与自动化学院,云南 昆明 650504

摘要：风机叶片结冰问题影响风电场的经济与人员安全,利用风机数据采集与监控(SupervisoryControlAndDataAcquisition,SCADA)系统中的历史数据训练模型以准确识别叶片状态是有效且成本低廉的辅助方法,为解决单风机训练模型在不同风机上泛化能力差及实际诊断任务中风机运行数据无叶片状态标注的问题,基于域适应思想构建叶片结冰诊断模型,采用长效记忆能力更佳的时序卷积网络从不同编号风机原始数据中进行特征提取,基于对抗学习的域适应框架保证特征的泛化性和可迁移性,在金风科技提供的15号风机和21号风机运行数据上进行实验,实验结果表明本文所构建模型在目标域风机上的诊断准确率达到89.80%,可为不同风机叶片状态诊断问题提供一定参考。

关键词：风机叶片,SCADA数据,结冰诊断,时序卷积网络,对抗域适应

基金资助：国家自然科学基金项目(61962031,51667013)