Repozytorium Uniwersytetu Zielonogórskiego udostępnia 9 272 obiektów cyfrowych
Obiekt
Tytuł: Data-driven techniques for the fault diagnosis of a wind turbine benchmark
Współtwórca:
Puig, Vicenç - ed. ; Sauter, Dominique - ed. ; Aubrun, Christophe - ed. ; Schulte, Horst - ed.
Podtytuł:
Tytuł publikacji grupowej:
Abstract:
This paper deals with the fault diagnosis of wind turbines and investigates viable solutions to the problem of earlier fault detection and isolation. The design of the fault indicator, i.e., the fault estimate, involves data-driven approaches, as they can represent effective tools for coping with poor analytical knowledge of the system dynamics, together with noise and disturbances. In particular, the proposed data-driven solutions rely on fuzzy systems and neural networks that are used to describe the strongly nonlinear relationships between measurement and faults. ; The chosen architectures rely on nonlinear autoregressive models with exogenous input, as they can represent the dynamic evolution of the system along time. The developed fault diagnosis schemes are tested by means of a high-fidelity benchmark model that simulates the normal and the faulty behaviour of a wind turbine. The achieved performances are also compared with those of other model-based strategies from the related literature. Finally, a Monte-Carlo analysis validates the robustness and the reliability of the proposed solutions against typical parameter uncertainties and disturbances.
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Identyfikator zasobu:
DOI:
Strony:
Źródło:
AMCS, volume 28, number 2 (2018) ; kliknij tutaj, żeby przejść
Jezyk:
Licencja CC BY 4.0:
Prawa do dysponowania publikacją:
Biblioteka Uniwersytetu Zielonogórskiego
Kolekcje, do których przypisany jest obiekt:
- Repozytorium > Jednostki organizacyjne > Wydział Informatyki, Elektrotechniki i Automatyki
- Repozytorium > Typy utworów > Artykuły
- Repozytorium > Czasopisma naukowe i serie wydawnicze UZ > International Journal of Applied Mathematics and Computer Science (AMCS) > International Journal of Applied Mathematics and Computer Science (AMCS) (2018)
Data ostatniej modyfikacji:
14 lip 2025
Data dodania obiektu:
8 lip 2025
Liczba wyświetleń treści obiektu:
23
Wszystkie dostępne wersje tego obiektu:
https://zbc.uz.zgora.pl/repozytorium/publication/100809
Wyświetl opis w formacie RDF:
Wyświetl opis w formacie OAI-PMH:
-
-
-
-
-
-
-
-
-
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 28, number 1 (2018)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 28, number 2 (2018)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 28, number 3 (2018)
-
International Journal of Applied Mathematics and Computer Science (AMCS), volume 28, number 4 (2018)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
| Nazwa wydania | Data |
|---|---|
| Data-driven techniques for the fault diagnosis of a wind turbine benchmark | 14 lip 2025 |
Obiekty Podobne
Witczak, Marcin Pazera, Marcin Majdzik, Paweł Matysiak, Ryszard Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
López-Estrada, Francisco-Ronay Ponsart, Jean-Christophe Theilliol, Didier Astorga-Zaragoza, Carlos-Manuel Camas-Anzueto, Jorge-Luis Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Witczak, Marcin Korbicz, Józef (1951- ) - red.
Patan, Krzysztof Witczak, Marcin Korbicz, Józef (1951- ) Korbicz, Józef (1951- ) - ed. Sauter, Dominique - ed.
Janczak, Andrzej Korbicz, Józef (1951- ) - red. Patton, Ronald J. - red.
Ploix, Stéphane Yassine, Abed Alrahim Flaus, Jean-Marie Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Rienmüller, Theresa Hofbaur, Michael Travé-Massuy?s, Louise Bayoudh, Mehdi Korbicz, Józef (1951- ) - red. Uciński, Dariusz - red.
Kukurowski, Norbert Mrugalski, Marcin Pazera, Marcin Witczak, Marcin Witczak, Marcin - ed. Stetter, Ralf - ed.
