《表1 偏好属性:基于DRSA和BP神经网络风电机组检修决策》
综合考虑风功率预测、风机可利用系数、风机吸风能力、故障设备远近程度、偏航系统故障、安全链动作和变流器系统故障7个因素。其中,前4个因素是通过公司集控中心大数据平台的监测数据并进行标准化处理获得;后3个因素是根据2013—2017年的风场故障监测数据获得,且关于故障的难易程度是根据现场消缺记录统计,通过故障修复时间的长短予以确定,得到表1所示的偏好属性。
图表编号 | XD00853100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 王晓东、杨苹、龙霞飞、唐惜春、管品发 |
绘制单位 | 华南理工大学电力学院、华南理工大学广东省绿色能源技术重点实验室、华南理工大学电力学院、国家电投集团广西金紫山风电有限公司、国家电投集团广西金紫山风电有限公司 |
更多格式 | 高清、无水印(增值服务) |