摘要
针对风电机组状态监测系统中故障误警率高、真正的故障点被淹没等问题,提出一种改进t分布随机领域嵌入(Improved t-SNE)的风电机组数字可视化监测算法,旨在提升监测系统性能和故障预警的准确性。首先通过引入输入数据核矩阵和特征核矩阵,构建低维至高维的双重核映射,以提升对异常离群点的识别精度;之后,设计一种结合综合故障检测指标(CI)与核密度估计(KDE)的置信边界完成在二维数字可视化散点图中的状态检测,并通过评估特征数据是否超限实现故障监测和预警。通过在某风场SCADA运行数据集上进行算法验证,试验结果表明本方法与传统方法相比,能精准区分故障点,相较于传统t-SNE监测精度提升11.89%。
出处
《电力设备管理》
2025年第7期153-155,共3页
Electric Power Equipment Management
