中国学术期刊网络出版总库
  关闭
大数据分析技术在风电设备异常预测中的应用  
   推荐 CAJ下载 PDF下载
【英文篇名】 Application of Big Data Analysis Technology in Wind Power Equipment Anomaly Prediction
【下载频次】 ★★★★★
【作者】 张慧亭; 王坚; 凌卫青;
【英文作者】 ZHANG Hui-ting; WANG Jian; LING Wei-qing; CIMS Research Center; Tongji University;
【作者单位】 同济大学CIMS研究中心;
【文献出处】 电脑知识与技术 , Computer Knowledge and Technology, 编辑部邮箱 2017年 03期  
期刊荣誉:ASPT来源刊  CJFD收录刊
【中文关键词】 风电机组; 异常预测; Hadoop批处理; BP神经网络;
【英文关键词】 wind turbine; anomaly prediction; Hadoop batch processing; BP neural network;
【摘要】 针对风电机组运行工况复杂多变,机组状态监测数据量大、多源、复杂、增长迅速等特点,现有的异常预测方法在面对大数据时难以既保证预测精度又进行快速处理,故提出了结合Hadoop批处理技术和BP神经网络的风电机组在线异常预测模型,对设备状态信息进行异常预测。实验结果显示,该异常预测方法在保证精度的前提下具有较好的加速效果,可以为风电场维护人员提供重要的参考信息。
【英文摘要】 According to the working conditions of wind turbine generator monitoring complex, large amount of data, multisource, complex, the characteristics of rapid growth, the abnormal current prediction methods in the face of big data to ensure accuracy and rapid processing, the proposed combination of Hadoop batch processing technology and BP neural network of wind turbine online anomaly prediction model, abnormal prediction of equipment state information. The experimental results show that the method has good acc...
【基金】 国家科技支撑计划课题(2015BAF22B00):面向石化冶金行业流程生产过程的工艺软件与知识库研发; 上海市信息化发展专项(201403028):面向钢铁工业节能减排的加热炉大数据分析与优化平台;上海市信息化发展专项(201501046):EMC项目远程智能监控中心关键技术研究与建设
【更新日期】 2017-06-20
【分类号】 TM614;TP183;TP311.13
【正文快照】 风能作为一种蕴藏量巨大且无污染的可再生能源,受到世界各国的关注与日俱增。但是,风电机组的故障率会随着运行时间的加长而不断升高,这就需要对机组主要部件的故障做好预防工作。目前,风电业主广泛采用数据采集与监控(supervisory control and data acquisition,SCADA)系统监?

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  电工技术
   发电、发电厂
    各种发电
     风能发电

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机软件
     程序设计、软件工程
      程序设计
       数据库理论与系统
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号