基于PSO優(yōu)化核主元分析的海上風電機組運行工況分類

【摘要】：海上風電機組運行環(huán)境復雜多變,對其工況進行分類可以提高機組運行健康狀態(tài)評價的準確性,為制定合理的運行維護策略提供可靠依據(jù)。提出一種基于PSO優(yōu)化核主元分析(KPCA)的多參數(shù)工況分類方法。針對核函數(shù)參數(shù)難以確定的問題,綜合考慮類內(nèi)散度和類間散度構(gòu)建優(yōu)化核參數(shù)的適應度函數(shù),應用PSO算法對其進行尋優(yōu),將優(yōu)化后的KPCA用于數(shù)據(jù)的特征提取,在此基礎(chǔ)上采用模糊C-均值聚類(FCM)建立分類模型。通過對UCI數(shù)據(jù)庫中的三組實驗數(shù)據(jù)進行分類驗證了該方法的有效性。最后,應用該方法對某海上風電場實測數(shù)據(jù)進行工況分類,并與PCA+FCM、KPCA+FCM兩種方法進行比較。結(jié)果表明,提出方法的分類結(jié)果優(yōu)于其他兩種,能夠得到清晰準確的分類結(jié)果,利于分工況建立準確的機組運行健康狀態(tài)評價模型。 【作者單位】： 上海電力學院自動化工程學院;上海東海風力發(fā)電有限公司;
【關(guān)鍵詞】： 海上風電機組 工況分類 PSO 核主元分析 類別可分性 模糊C-均值聚類
【基金】：國家自然科學基金項目(51507098) 上海綠色能源并網(wǎng)工程技術(shù)研究中心(13DZ2251900) 上海市科委重點科技攻關(guān)項目(14DZ1200905) 上海市電站自動化技術(shù)重點實驗室項目(13DZ2273800)~~
【分類號】：TM614
【正文快照】： This work is supported by National Natural Science Foundation of China(No.51507098).0引言隨著風電資源的大規(guī)模開發(fā),海上風電因具有風能資源能量效益高,海上風湍流強度小,不占用寶貴的土地資源等優(yōu)勢在全球范圍內(nèi)得到大力發(fā)展。風電機組運行狀態(tài)具有復雜多變的特點,而

您可以在本站搜索以下學術(shù)論文文獻來了解更多相關(guān)內(nèi)容

基于KPCA和PSOSVM的異步電機故障診斷    李平;李學軍;蔣玲莉;曹宇翔;