仪器仪表学报

作者：吕 游，封 烁，郑 茜，邓 丹，刘吉臻

单位：吕 游,1. 华北电力大学新能源电力系统全国重点实验室,,封 烁,2. 华北电力大学控制与计算机工程学院,,郑 茜,2. 华北电力大学控制与计算机工程学院,,邓 丹,2. 华北电力大学控制与计算机工程学院,,刘吉臻,2. 华北电力大学控制与计算机工程学院,

关键词：故障诊断;叶片覆冰;迁移学习;LeNet5like网络;SCADA数据

基金：中央高校基本科研业务费专项资金(2023MS029)资助

针对海上风电场和高海拔地区风机机组的叶片覆冰故障模型精度低、建模速度慢等问题,提出一种基于LeNet5like的迁移学习风电机组叶片覆冰故障诊断方法。首先,整合监控和数据采集系统的记录数据与风机覆冰情况进行预处理,建立训练数据集;其次,基于改进后的LeNet5like网络构建覆冰故障诊断模型,提取数据集中多变量间的相关性特征信息;然后,经网络参数微调迁移学习对模型进行训练,实现对其他风机覆冰故障诊断模型的快速建立;最后,经实验验证,该模型覆冰故障诊断准确率为98.90%,较无迁移模块网络训练时间缩短28s,提升约15.91%,验证了基于LeNet5like的迁移学习风电机组叶片覆冰故障诊断方法的精确性和快速性。

来源：2024年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第3期