| 专利号 | 2021104673087 | 申请日 | 2021-04-28 | 专利名称 | 一种基于完全数据风电机组故障诊断方法 |
| 授权日 | 2023-04-07 | 专利权人 | 山东大学 | 发明人 | 王小利;刘宜荣;王桂烁;蒋保臣;吕杰超 |
| 主分类号 | G06F30/27 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及一种基于完全数据风电机组故障诊断方法，其解决了如何准确地诊断和预估风电机组的故障及其发展趋势，及早发现潜在故障征兆的技术问题。本发明从风场SCADA系统数据提纯出健康数据样本，使用经过贝叶斯优化算法BOA调参的极端梯度提升决策树XGBoost算法搭建了故障诊断模型，完成了从SCADA系统监测数据到故障特征的直观映射，根据故障的特征监测参数权重，设计了一种基于多特征监测参数信息融合的风电机组状态监测方案。该方案将不同来源、不同尺度的特征参数根据特征权重融合成机组运行状态指标，通过实时监测机组运行状态指标是否超过故障阈值来判断机组是否出现早期故障特征。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
