基于Apriori 算法和卷积神经网络的风电机组故障诊断模型
摘 要：随着风能设备的规模在各国不断增大，风电机组的运行与维护成为研究热点．针对风电机组的故障诊断问题，本文提出了一种基于Apriori 算法和卷积神经网络(convolutional neural networks，CNN)的故障诊断模型．该模型将k 均值聚类(k-means)与Apriori 算法结合进行特征选取并进行验证，以降低对专家经验的依赖性；以卷积神经网络构建故障诊断模型．以真实风电场SCADA(supervisory control and data acquisition)数据进行实验，通过准确率、精准率等指标将本文模型与其他模型进行对比．结果表明，与其他模型相比，本文模型的准确率更高，整体效果更好．
论文下载：