摘要
本发明具体公开了一种基于SCADA数据的风机故障诊断方法,所述方法包括以下步骤:S1、获取风机运行状态下的SCADA监测数据并进行预处理;S2、从预处理后的SCADA监测数据中提取风机机舱的X方向振动数据和Y方向振动数据,并基于频谱分析方法判断是否存在故障;S3、将存在故障的对应数据输入预先构建的深度神经网络模型中,进而输出风机叶片的对应故障类别。本发明基于SCADA监测数据能够有效识别出风机运行过程中的故障及其故障类别,进而减少了风力发电厂的维护成本,能够有效防止因叶片坠落导致意外伤人事故的发生,具有广泛的市场应用前景。
技术关键词
风机故障诊断方法
深度神经网络模型
风机运行状态
风机叶片故障
异常数据
频谱分析方法
故障类别
风机机舱
插值法
风机叶片表面
风力发电厂
变形故障
图像采集单元
裂纹故障
瑕疵