摘要
本申请涉及数据处理领域,尤其涉及基于发电厂的发电机故障检测方法和检测装置,方法包括步骤:构建包含多个样本的数据集,每一个样本为:历史数据中每个时刻的多个发电机参数及运行状态标签;对每个发电机参数进行聚类,计算每个发电机参数与运行状态标签的相似度;构建异常高斯模型,输入任一时刻的参数值至异常高斯模型中,输出参数值的异常概率;根据相似度及异常概率,得到参数值的异常度;构建神经网络模型并进行模型训练,得到最优模型;将实时采集的参数值输入到最优模型中,输出发电机的运行状态,若运行状态为异常,发送报警信号。本申请具有依据发电机状态运行进行故障预测,降低意外停机风险的效果。
技术关键词
发电机参数
发电机故障检测
发电机油箱
神经网络模型
计算机程序指令
标签
样本
梯度下降算法
聚类
存储器
数据
处理器
表达式
指标
元素
风险
电流
系统为您推荐了相关专利信息
模糊控制器
储能系统
调频控制方法
模糊推理
因子
分布式资源
协同控制方法
模糊聚类算法
信息传播机制
有功功率
代码特征
测试用例代码
图片
神经网络模型训练
测试用例优先级排序
方向盘旋转角度
模型训练方法
卷积神经网络模型
图像
策略
叶片结构设计
锯齿尾缘降噪技术
多学科优化设计
风电机组
参数