TY -的A2 -古普塔,Ashwani k . AU -杨,Na盟——刘,她非盟- Liu杰盟-李,仓颉PY - 2021 DA - 2021/03/09 TI -设备运行状态的评估与改进的随机森林SP - 8813443六世- 2021 AB -准确地评估在风力涡轮机和发电机的状态及时发现异常,该方法提出了基于改进的随机森林(IRF)。过采样技术的平衡策略,结合(打)和欠采样是申请不平衡数据。引导应用于原始数据集重新取样发电机方面的监控和数据采集(SCADA)系统,并生成决策树。后的决策树与不同的加权分类功能,IRF模式。模型的精度和性能是基于10倍交叉验证和混淆矩阵。60集评估测试,和准确性为95.67%。这是超过1.67%高于传统分类器。60个数据集在每个类的概率计算,确定相应的状态类。结果表明,提出的IRF具有较高的精度,可以有效地评估和国家。该方法具有良好的应用前景在风力发电设备的状态评估。 SN - 1023-621X UR - https://doi.org/10.1155/2021/8813443 DO - 10.1155/2021/8813443 JF - International Journal of Rotating Machinery PB - Hindawi KW - ER -