一种时序数据异常检测的去噪方法及系统

    公开(公告)号:CN115905823A

    公开(公告)日:2023-04-04

    申请号:CN202211449720.7

    申请日:2022-11-18

    Abstract: 本发明公开一种时序数据异常检测的去噪方法及系统,方法如下:采用去噪模型对采集的时序数据进行检测,得到去除离群值的时序数据;所述去噪模型包括自动编码器和解码器,自动编码器有包括两个LSTM层,每个LSTM层之后都添加一个概率为p的dropout层;在每个dropout层生成一个随机数r;在网络训练期间,如果当前dropout层的随机数r小于概率p,则此LSTM层的输出设为0,反之则不进行变化;编码器用于通过LSTM层将长度为L的输入时序数据编码为若干组向量表示;解码器用于通过LSTM层和输出转换层将所述若干组向量表示解码为长度为L’的输出时序数据并输出,得到去除离群值的时序数据;能够有效地重建正常样本,允许更精确地定义异常样本,摆脱离群值带来的负面影响。

    一种CNN+GRU融合的超短时风速预测方法及系统

    公开(公告)号:CN115689039A

    公开(公告)日:2023-02-03

    申请号:CN202211407115.3

    申请日:2022-11-10

    Abstract: 本发明公开了一种CNN+GRU融合的超短时风速预测方法及系统,S1,获取机组运行数据和气象数据;S2,进行建模数据准备,数据准备包括机组数据准备、气象数据准备和趋势特征提取;机组数据准备包括目标机组数据重构与临近机组甄选;S3,根据准备好的数据构建临近机组CNN模块、目标机组CNN模块、气象GRU模块和趋势特征GRU模块,将四个模块进行特征融合,并进行模型训练与参数优化;S4,采用训练好的最优模型对待预测数据进行预测,得到风速预测结果。结合机组运行数据的特点与气象数据的特性,实现风电机组超短时风速预测功能。

    风电机组传动链诊断方法和装置
    65.
    发明公开

    公开(公告)号:CN115186733A

    公开(公告)日:2022-10-14

    申请号:CN202210682632.5

    申请日:2022-06-16

    Abstract: 本申请提出了一种风电机组传动链诊断方法,其中,该方法包括:获取传动链不同测点的振动数据;从振动数据提取振动特征,根据振动特征生成振动特征数据,其中,振动特征数据包括时域特征、频域特征、谐波特征;对振动特征数据进行最优聚类分析,得到最优聚类数量,根据最优聚类数量进行异常自诊断;若检测到异常,基于振动专家系统中预设的分析方法确定传动链故障原因。本申请通过异常自诊断和故障自定位,实现故障定位自动判断,提高诊断分析效率,同时具有更高的普适性,适用于各种机型的传动链诊断。

Patent Agency Ranking