首页|基于WKFCM?SMOTE和随机森林的风电机组故障诊断

基于WKFCM?SMOTE和随机森林的风电机组故障诊断

Wind Turbine Fault Diagnosis Based on WKFCM⁃SMOTE and Random Forest

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对风电机组运行数据中故障数据占比小,不平衡数据集影响故障诊断精度与诊断结果的问题,提出一种基于加权模糊核C均值(Weighted Kernel Fuzzy C⁃means,WKFCM)算法改进的合成少数类过采样技术(Synthetic Minority Overs⁃ampling Technique,SMOTE)算法,结合随机森林算法实现风电机组故障诊断.使用随机森林的袋外误差进行数据特征排序和选取,采用WKFCM⁃SMOTE算法进行故障数据集扩充,基于随机森林算法搭建故障诊断模型,并对模型参数进行网格搜索优化.试验结果表明,基于该模型的风电机组故障诊断比传统方法准确率更高.

孙海蓉、曹瑶佳、张雨晴

展开 >

华北电力大学控制与计算机工程学院,河北 保定 071003

华北电力大学河北省发电过程仿真与优化控制技术创新中心,河北 保定 071003

不平衡数据 风电机组 SMOTE算法 随机森林

2022

山东电力技术
山东电机工程学会 山东电力研究院

山东电力技术

影响因子：0.289
ISSN：1007-9904
年,卷(期)：2022.49(3)
  • 3
  • 11