基于多类型征兆的风电机组故障诊断方法及系统

本申请提出了一种基于多类型征兆的风电机组故障诊断方法及系统，该方法包括：基于本体理论将获取的风电机组的知识进行结构化表达，并通过图数据库存储数据，以生成故障诊断知识库；检测机组的实时运行参数，通过预设的基于GMM的征兆提取模型和基于BiLSTM网络的征兆提取模型，分别从多种目标参数中提取出阈值型征兆和趋势型征兆；将多种故障征兆输入知识库进行基于故障知识本体的确定性推理，并利用多种故障征兆进行基于证据理论融合的不确定性推理；结合确定性推理和不确定性推理的诊断结果，确定机组的故障模式和故障原因。该方法结合多种故障征兆和推理方式，可以快速和准确的诊断出机组在复杂工况下的故障模式和故障原因。