发明公开
- 专利标题: 一种基于深度学习的风电机组故障诊断方法及系统
-
申请号: CN202410563884.5申请日: 2024-05-08
-
公开(公告)号: CN118332442A公开(公告)日: 2024-07-12
- 发明人: 俎海东 , 李晓波 , 刘钊彤 , 王超 , 田文涛 , 周菁 , 云杰 , 原帅 , 范志强 , 朱生华 , 张沈彬 , 樊泽国
- 申请人: 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司
- 申请人地址: 内蒙古自治区呼和浩特市玉泉区锡林南路21号
- 专利权人: 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司
- 当前专利权人: 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司
- 当前专利权人地址: 内蒙古自治区呼和浩特市玉泉区锡林南路21号
- 代理机构: 北京格允知识产权代理有限公司
- 代理商 王文雅
- 主分类号: G06F18/243
- IPC分类号: G06F18/243 ; G06F18/10 ; G06F18/213 ; G06N5/01 ; G06N20/20 ; G06Q10/20 ; G06Q50/06 ; G06N3/0464 ; G06N3/044 ; G06N3/0442 ; G06N3/048 ; G06N3/084
摘要:
本发明提供了一种基于深度学习的风电机组故障诊断方法及系统,属于机械故障诊断领域。该方法包括:获取预处理后的风力发电机组的运行数据;其中,所述预处理包括数据清洗处理、数据归一化处理和数据标准化处理,所述运行数据包括振动、温度、压力、风速、声音、电流、电压和扭矩;将所述运行数据输入预先训练好的风机故障诊断模型中,输出得到所述风力发电机组的故障诊断结果;其中,所述风机故障诊断模型是通过对初始模型优化后得到的;基于所述故障诊断结果,确定所述风力发电机组的故障维护方案。本方案能够提高风力发电机组故障诊断的准确性和实时性。