基于Stacking多模型融合的風電機組齒輪箱油池溫度異常預警

摘要： 提出一種基于Stacking多模型融合的風電機組齒輪箱異常狀態(tài)監(jiān)測方法。首先，以齒輪箱油池溫度為輸出特征，利用隨機森林算法對清洗后的數(shù)據(jù)進行特征選擇；隨后，利用經(jīng)隨機搜索尋優(yōu)后的多個算法建立單一預測模型，并以Pearson相關(guān)系數(shù)為指標計算各模型的預測誤差相關(guān)性選取基學習器；所選算法經(jīng)5折交叉驗證得到的輸出作為第2層元學習器的輸入進行訓練，建立Stacking預測模型；最后，采...