一种基于数据分析的风电机组故障诊断方法

本发明涉及数据处理领域，具体是一种基于数据分析的风电机组故障诊断方法，该方法通过对采集到的原始数据集数据进行相位偏移、自谱与互谱数据扩增，得到扩充数据集；将编码器栈嵌入使用TensorFlow深度学习框架搭建的神经网络模型；利用扩充数据集对神经网络模型进行训练，得到故障诊断网络模型，将目标风电机组待检测数据集输入训练好的诊断网络模型，输出目标风电机组的故障诊断结果。本发明通过对采集到的原始数据集数据进行相位偏移、自谱与互谱数据扩增，为使用TensorFlow深度学习框架搭建的神经网络模型的训练过程提供了充足的数据支撑，基于TensorFlow深度学习框架中搭建的神经网络模型，能够提高风电机组故障诊断的精度和效率。