为了提高风力发电机叶片故障的识别率,利用支持向量机建立风力发电机叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子,动态调节蜂群寻优过程中的搜索步长,提高蜂群算法的扰动能力,避免蜂群陷入局部搜索,采用这种动态柯西蜂群算法对支持向量机的参数寻优,建立动态柯西蜂群算法优化的支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模型并进行故障诊断,诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风力发电机叶片的故障识别率,具有一定的工程参考意义。
科研之友
微信
新浪微博
Facebook
分享链接
