基于多通道振动主元特征的风电机组叶片自监督异常识别方法

王博特,王卿,刘强,金波

Self-supervised anomaly recognition method for wind turbine blade based on multi-channel vibration principal features

Bote WANG,Qing WANG,Qiang LIU,Bo JIN

表 4 本模型异常识别框架消融实验对比

Tab.4 Ablation study for proposed anomaly recognition framework

消融组 回归MAE Acc/% 叶片结冰 叶片震荡 叶片扫塔 1） 0.476 0 45.77 77.57 83.64 2） 0.104 0 80.62 84.74 90.26 3） 0.0523 87.45 93.60 94.24 4） 0.0523 86.14 92.33 89.20 本模型 0.0523 91.29 96.04 96.73