摘要
本发明公开了一种风电机组故障诊断模型的训练方法、装置、设备及介质。通过基于每类所述独热码标签将训练集划分为多个子训练集,基于子训练集训练二分类器,并记录训练好的二分类器在每一温湿度区间对应的温湿度区间可信度,并基于训练集训练多分类器;基于待训练的综合分类器、训练好的二分类器和训练好的多分类器,构建候选风电机组故障诊断模型,以及,基于验证集对判别器和候选风电机组故障诊断模型中的综合分类器进行交替训练,得到训练好的候选风电机组故障诊断模型,并将验证通过的候选风电机组故障诊断模型确定为训练好的风电机组故障诊断模型,提高了风电机组故障诊断模型的泛化能力和故障检测精度。
技术关键词
风电机组故障诊断
数据项
二分类器
样本
多分类器
温湿度
训练集
分类器训练
故障特征
BP神经网络预测
标签
模型训练模块
BP神经网络模型
阶段
支持向量机模型
决策树模型
系统为您推荐了相关专利信息
区块链交易信息
嵌入特征
随机森林模型
节点
识别方法
性能指标数据
性能预测模型
模型构建方法
资产配置信息
深度强化学习算法
误差补偿模型
电能计量误差
功率因数
误差补偿单元
电能表