基于DRSA和BP神经网络风电机组检修决策 |
| |
引用本文: | 王晓东,杨苹,龙霞飞,唐惜春,管品发.基于DRSA和BP神经网络风电机组检修决策[J].电力系统及其自动化学报,2019,31(11). |
| |
作者姓名: | 王晓东 杨苹 龙霞飞 唐惜春 管品发 |
| |
作者单位: | 华南理工大学电力学院,广州510640;华南理工大学广东省绿色能源技术重点实验室,广州510640;国家电投集团广西金紫山风电有限公司,桂林541400 |
| |
基金项目: | 国家电力投资集团公司科技资助项目 |
| |
摘 要: | 为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。
|
关 键 词: | 风电机组 优势粗糙集 BP神经网络 维修决策 |
本文献已被 CNKI 万方数据 等数据库收录! |
|