《表3 实际故障下各模型的预警能力》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于MSET和集成学习的风电机组齿轮箱故障预警》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表3为集成MSET与不同过程记忆矩阵规模的MSET在实际故障预警能力上的对比。表中t为模型计算预测值所花费的总时间。从表3可看出，集成MSET的计算速度要优于各MSET模型，且预警能力要显著优于同规模的MSET模型，与N=2000和N=3000时MSET模型的预警能力基本相当。因此，集成MSET能够在一定程度上基于SCADA数据对齿轮箱故障进行预警，且预警能力和计算速度要优于传统的MSET，有着更大的应用价值。