风电场状态监测的概率多层感知机
原文中文，约400字，阅读约需1分钟。发表于：。通过使用基于概率多层感知器的正常行为建模以及通过微调进行迁移学习，我们提供了一种风电场的条件监测系统。该模型基于从主管控制和数据采集（SCADA）系统中提取的特征，预测风力涡轮机在正常运行状态下的输出功率。它的优势在于可以使用至少数年的 SCADA 数据进行训练，可以将风电场中所有风力涡轮机的 SCADA...
通过概率多层感知器和迁移学习，我们提供了一种风电场的条件监测系统。该系统基于从SCADA系统中提取的特征，预测风力涡轮机的输出功率。模型可以使用多年的SCADA数据进行训练，并整合所有风力涡轮机的数据来预测单个涡轮机的输出。通过真实的SCADA数据示例，证明了该模型优于其他概率预测模型。
