首页  学报简介  在线投稿  投稿指南  编辑制度  编辑规范 
温馨提示:请作者按照论文模板修改...   (点击:) 05-20
学报编辑部组织召开提高办刊质量交...   (点击:) 12-04
编辑继续教育如何申报纳税专项附加...   (点击:) 11-27
常见的标题及其序号错误类型辨析   (点击:) 11-23
稿件中容易出错的245个成语   (点击:) 11-20
· 论文模板 07-07
· 自然科学论文作图常用参数 05-11
· 中图分类号 04-20
· 专家审稿回执单 04-13
· 北大中文核心期刊目录(第九版2021-... 01-16
国家新闻出版署 中国知网
中国新闻出版研究院 北大图书馆
中国高校科技期刊研究会 万方数据
科学出版社 超星数据库
09 基于XGBoost模型的风电机组故障检测
2024-03-06 11:40     (点击)

基于XGBoost模型的风电机组故障检测
Fault detection of the wind turbine based on XGBoost model

马康原,李忠虎,王金明,杨立清,芦建文

  • 1:内蒙古科技大学信息工程学院

  • 2:内蒙古新联信息产业有限责任公司


摘要(Abstract):

针对风电装机规模快速增长与风电场运维技术相对滞后之间的矛盾问题,研究利用SCADA数据实现完全基于数据驱动的风电机组故障检测具有重要意义.从数据驱动的角度出发,利用DBSCAN算法和正常功率区间估计完成SCADA数据的筛选,所形成的健康数据与SCADA采集到风电机组故障数据共同构成建模所需的数据库.然后通过MIC算法完成特征参量的选择,并输入模型完成XGBoost模型训练.最后进行模型验证,表明该方法可及时确认故障信息,实现故障的快速检测.

关键词(KeyWords): 风电机组;故障检测;机器学习;XGBoost算法

基金项目(Foundation): 内蒙古自治区科技计划资助项目(2021GG0433)

作者(Author): 马康原,李忠虎,王金明,杨立清,芦建文

DOI: 10.16559/j.cnki.2095-2295.2023.04.009


关闭窗口

地址:内蒙古包头市昆都仑区阿尔丁 大街7号   邮编:014010   电话:0472-5951610或0472- 5953910 Email:cky@imust.edu.cn  nkdxb@imust.edu.cn
版权所有:内蒙古科技大学学报编辑部(©2013)