动力工程学报
動力工程學報
동력공정학보
JOURNAL OF POWER ENGINEERING
2015年
8期
646-651,665
,共7页
李状%柳亦兵%马志勇%滕伟
李狀%柳亦兵%馬誌勇%滕偉
리상%류역병%마지용%등위
风电机组齿轮箱%自适应共振神经网络%C-均值聚类%无监督学习%故障诊断
風電機組齒輪箱%自適應共振神經網絡%C-均值聚類%無鑑督學習%故障診斷
풍전궤조치륜상%자괄응공진신경망락%C-균치취류%무감독학습%고장진단
wind turbine gearbox%ART2 neural network%C-means clustering%unsupervised learning%fault diagnosis
提出了一种结合C-均值聚类的自适应共振(Adaptive Resonance Theory 2,ART2)神经网络无监督学习分类方法,用于风电机组齿轮箱设备群的故障诊断.利用某风电场齿轮箱运行数据,采用ART2神经网络对样本数据进行初步分类,再采用C-均值聚类算法对神经网络分类结果进行修正,得到最终诊断结果,并与ART2神经网络分类结果进行了比较.结果表明:所提出的方法解决了原始神经网络算法存在“硬竞争”导致分类精度下降的问题,准确度高于传统的ART2神经网络,可以准确识别出故障齿轮箱.
提齣瞭一種結閤C-均值聚類的自適應共振(Adaptive Resonance Theory 2,ART2)神經網絡無鑑督學習分類方法,用于風電機組齒輪箱設備群的故障診斷.利用某風電場齒輪箱運行數據,採用ART2神經網絡對樣本數據進行初步分類,再採用C-均值聚類算法對神經網絡分類結果進行脩正,得到最終診斷結果,併與ART2神經網絡分類結果進行瞭比較.結果錶明:所提齣的方法解決瞭原始神經網絡算法存在“硬競爭”導緻分類精度下降的問題,準確度高于傳統的ART2神經網絡,可以準確識彆齣故障齒輪箱.
제출료일충결합C-균치취류적자괄응공진(Adaptive Resonance Theory 2,ART2)신경망락무감독학습분류방법,용우풍전궤조치륜상설비군적고장진단.이용모풍전장치륜상운행수거,채용ART2신경망락대양본수거진행초보분류,재채용C-균치취류산법대신경망락분류결과진행수정,득도최종진단결과,병여ART2신경망락분류결과진행료비교.결과표명:소제출적방법해결료원시신경망락산법존재“경경쟁”도치분류정도하강적문제,준학도고우전통적ART2신경망락,가이준학식별출고장치륜상.
