| 基于梯度提升决策树的风电机组 齿轮箱故障检测 |
| |
| 引用本文： | 唐明珠,赵琪,龙文,陈荐,陈宇韬.基于梯度提升决策树的风电机组 齿轮箱故障检测[J].湖南电力,2019,39(6). |
| |
| 作者姓名： | 唐明珠 赵琪 龙文 陈荐 陈宇韬 |
| |
| 作者单位： | 长沙理工大学,湖南 长沙,410114;贵州财经大学贵州省经济系统仿真重点实验室,贵州 贵阳,550025 |
| |
| 基金项目： | 湖南省自然科学基金;湖南省高等学校创新平台开放基金;国家国际科技合作专项基金;长沙理工大学发电设备与系统节能减排及智能控制关键技术创新团队;湖南省交通运输厅科技进步与创新计划项目 |
| |
| 摘 要： | 针对传统提升算法在处理风电机组运行大数据时,存在效率和准确度低、实时性差等问题,提出基于梯度提升决策树的风电机组齿轮箱故障检测方法。首先,结合专家经验并利用最大信息系数分析风电机组海量大数据之间的相关性,在此基础上进行特征选择得到合理的特征向量;其次,利用贝叶斯超参数优化算法,优化梯度提升决策树算法中关键参数,建立基于梯度提升决策树的故障检测模型;最后,将经过最大信息系数分析处理后的特征向量作为梯度提升决策树故障检测模型的输入值,将齿轮箱不同工况下类别作为输出值。实验结果表明,该方法具有更低的漏报率和误报率,具有更强的泛化能力,能实时检测故障,降低维护成本。
|
| 关 键 词： | 故障检测 最大信息系数 贝叶斯超参数寻优 提升算法 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
