摘要
本发明提出了一种基于SCADA数据的风电机组故障诊断方法、系统即电子设备,所述方法包括:获取多个样本运行数据;通过支持向量机算法对所述多个样本运行数据中的至少部分样本运行数据进行训练,确定支持样本运行数据,所述支持样本运行数据为区分正样本运行数据和负样本运行数据的边界样本运行数据;根据支持样本运行数据与K个最近邻样本运行数据的距离确定生成参数;根据所述生成参数生成多个新样本运行数据,以得到风机故障诊断模型的训练数据;对所述训练数据进行特征融合,得到融合训练数据;通过支持向量机算法对所述融合训练数据进行训练,得到风机故障诊断模型。该方法解决了现有检测方法检测模型建立复杂的问题。
技术关键词
风电机组故障诊断方法
样本
生成参数
风机故障诊断
支持向量机算法
风电机组故障诊断系统
电子设备
故障诊断模块
邻域
数据获取模块
处理器
存储器
线性
程序
误差
系统为您推荐了相关专利信息
鲁棒故障诊断方法
区间径向基函数神经网络
核密度估计模型
故障特征信息
主成分分析算法
混合集成学习
急性心肌梗死诊断
集成算法
集成策略
分层特征