不同风机类型间运行状态分类模型的可迁移性
机器学习
2019-10-02 v1 机器学习
摘要
对风机性能状态分类的详细理解可改善风电行业的运维。由于风机的工程特性不同，用于分类的标准监督学习模型无法在不同风场数据集间泛化。我们提出两种方法来处理训练模型的可迁移性：第一种是以功率曲线对齐形式的数据归一化，第二种是基于卷积神经网络与特征空间扩展的鲁棒方法。我们在具有工业应用的真实数据集上证明了这些方法的有效性。
引用
@article{arxiv.1903.08901,
title = {Transferability of Operational Status Classification Models Among Different Wind Turbine Typesq},
author = {Z. Trstanova and A. Martinsson and C. Matthews and S. Jimenez and B. Leimkuhler and T. Van Delft and M. Wilkinson},
journal= {arXiv preprint arXiv:1903.08901},
year = {2019}
}
备注
9 pages