提高风电发电机组覆冰故障诊断的精度
更新日期:2022-03-08     浏览次数:171
核心提示:3.1实验数据本实验的运行环境是Window10系统 ,硬件环境CPU为 Intel(R) Xeon(R) E5-1620 v4 @ 3.50GHz 3.50 GHz,内存RAM 32GB,GPU为NVIDIA Quadro K2

3.1实验数据

本实验的运行环境是Window10系统 ,硬件环境CPU为 Intel(R) Xeon(R) E5-1620 v4 @ 3.50GHz 3.50 GHz,内存RAM 32GB,GPU为NVIDIA Quadro K2200。软件环境为MATLAB R2021a。实验数据为贵州某风电场冬季实时运行的SCADA数据,保留了与覆冰故障诊断相关性高的26个监测变量,包括风机运行的状态参数、环境参数及工况参数等特征变量。具体监测变量数据说明见表1。实验数据总量为8226条。其中覆冰故障样本为2470条,正常运行样本为5756条。按8:2的比例将总量为8226的数据划分为训练数据集和测试数据集。训练数据集用于学习构建叶片覆冰故障诊断模型,测试数据集用于测试模型的叶片覆冰故障诊断精度。数据划分类型及状态信息。

2022-05-25• 多变量最值问题
本论文的主要观点为从一个常见的多变量最值问题出发,借助几何方法探究具有一般性的结果。不知是否符合录用要求,望您批评与指正。...