论文部分内容阅读
发电机、齿轮箱等风机部件的高温降容状态是表征风电机组亚健康状态的良好指标,其评估的准确性直接影响了后期人员、设备、资金等多种资源的投入的多少,以及运维方案的最终效果。为了尽可能真实客观反映风机高温降容状态,提出了一种基于随机森林和长短时记忆网络自编码(Long Short Term Memory-Autoencoder,LSTM-Aec)算法相结合的智能评估方法,该方法首先采用随机森林算法对SCADA系统采集的数据进行特征约简,再利用LSTM-Aec算法对风机高温降容状态进行评估检测。测试结果表明,基于该