基于多源数据的风电机组异常状态种类识别方法及系统

    公开(公告)号:CN117454252A

    公开(公告)日:2024-01-26

    申请号:CN202311540992.2

    申请日:2023-11-17

    Inventor: 汤奕 邓勇

    Abstract: 本发明公开了基于多源数据的风电机组异常状态种类识别方法及系统,所述方法包括如下操作:采集风电机组机械振动数据、电磁系统数据和风况数据;对风电机组机械振动数据、电磁系统数据进行分析,识别异常状态;利用风电机组历史运行正常数据进行内嵌物理约束的深度神经网络训练,分别建立风况数据与风电机组机械振动数据的相关性网络模型、风况数据与电磁系统数据的相关性网络模型;利用两个相关性网络模型对异常状态数据和风况数据进行相关性校核,判别风电机组异常状态种类。本发明的方法和系统能够准确区分风电机组运行工况造成的检测值波动和故障造成的异常状态,为运维人员提供检修排查指导。

Patent Agency Ranking