基于 DA-Transformer 的风机叶片覆冰检测
汪磊 1 何怡刚 1 谭畅 2
(1. 武汉大学 电气与自动化学院，武汉 430072 ； 2. 国家电网湖北超高压公司，武汉 430000)
摘要 ： 恶劣的气候条件会增加风机叶片结冰的风险 . 随着传感器技术在风电系统中的广泛应用，数据驱动的叶片覆冰检测方法引起了广泛关注 . 与传统方法相比，数据驱动方法可以避免专业知识的限制，降低安装检测设备引起的额外成本 . 然而，传统数据驱动模型挖掘数据信息的能力有限 . 同时，深度学习方法存在难以调整超参数的问题 . 为了解决上述问题，本文提出了蜻蜓算法 (DA) 和 Tra nsformer 的风机叶片覆冰检测混合模型 . 其中 ，Transformer 中的自注意力机制可以挖掘时间序列的局部和全局特征信息，蜻蜓算法可以智能优化 Transformer 的超参数 . 实验结果表明，相比已有的模型及 Transformer 而言，提出的混合模型具有更好的覆冰检测效果。
关键词： 风机叶片；覆冰检测；数据驱动； DA-Transformer ；参数优化
中图分类号 ： TM614 文献标志码： A 文章编号 ： 1672-948X(2022)05-0001-08
图 3 基于 DA-Transformer 的风机叶片覆冰检测
图 8 不同参数优化算法的对比
