《表3 特征重要度排序:基于功率曲线分析与神经网络的风电机组故障预警方法》
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
《基于功率曲线分析与神经网络的风电机组故障预警方法》
风电机组工作状态良好时,系统的各个参数与功率参数有固定的关系。偏航系统、变桨系统、齿轮箱等大部件出现故障或者工作异常等状况时,均会在功率上得到体现。因此将各个系统记录的主要参数作为输入参数,将功率作为输出变量,应用Sklearn模块中的RandomForestClassifier函数,就可以得出与功率密切相关且可以反映机组性能特征的重要度排序。重要度排名前10的特征如表3所示。
图表编号 | XD00155308700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.31 |
作者 | 乔福宇、马良玉、马永光 |
绘制单位 | 华北电力大学自动化系、华北电力大学自动化系、华北电力大学自动化系 |
更多格式 | 高清、无水印(增值服务) |