基于深度學(xué)習(xí)模型的風(fēng)機(jī)葉片結(jié)冰故障診斷

摘要： 風(fēng)力發(fā)電機(jī)葉片出現(xiàn)結(jié)冰現(xiàn)象時(shí)若照常工作，不僅會(huì)影響經(jīng)濟(jì)效益，嚴(yán)重時(shí)還會(huì)直接損壞葉片等設(shè)備引發(fā)安全事故。為此提出一種使用KmeansSMOTE的數(shù)據(jù)平衡方法與應(yīng)用結(jié)冰相關(guān)的機(jī)理構(gòu)建新特征和RFECV-DT特征篩選算法相結(jié)合的特征工程互補(bǔ)的數(shù)據(jù)處理方式，之后采用卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練與預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，在卷積神經(jīng)網(wǎng)絡(luò)模型中采用KmeansSMOTE算法比SMOTE算法準(zhǔn)確率提升...