检索结果-南通市图书馆

Probabilistic Anomaly Detection Approach for Data-driven Wind Turbine Condition Monitoring

CSEE Journal of Power and Energy Systems 2019年第2期5卷 149-158页

作者： Yuchen Zhang Meng Li Zhao Yang Dong Ke Meng School of Electrical Engineering and Telecommunications University of New South WalesSydneyAustralia School of Information and Control Engineering China University of Mining and TechnologyXuzhouJiangsuChina

Continuous monitoring of wind turbine(WT)opera-tion can improve the reliability of the wind turbine and lower the operation and maintenance *** improve the condition mon-itoring(CM)and fault detection performance on WTs,this paper proposes an artificial intelligence-based probabilistic anomaly detection approach that can not only provide a deterministic estimation of the WT condition but also evaluate the uncertainties associated with the *** abnormal WT condition is detected based on the evaluated uncertainties,to provide a noise-free incipient fault *** to the conventional deterministic CM approaches with a residual-based anomaly detection criterion,the proposed probabilistic approach tends to accurately detect the faults earlier,which allows more time for maintenance scheduling to prevent WT component *** early fault detection ability of the proposed approach was verified on an operational WT in China.

关键词： Terms-Condition monitoring faultdetection probabilisticregression SCADA windturbine

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：