摘要
本发明提供了一种基于风电时空自适应聚类与相似性的齿轮箱故障预警方法,属于风电技术领域。包括:获取气象信息和风电机组的运行状态数据;对风电机组运行状态数据进行异常数据清洗和缺失值填充;对风电机组运行状态数据进行聚类分析;对气象数据和风电机组运行状态数据进行处理,获取用于作为模型输入的特征数据;构建齿轮箱温度预测模型,获取齿轮箱低速轴承的预测温度数据;获取预测误差的分布特性和置信区间;分析同类风电机组齿轮箱低速轴承温度实际值的分布特性,如果某一风电机组齿轮箱低速轴承温度的实际值大于同类中其他风电机组置信区间上界值达10摄氏度时,则发出报警信息。本发明能够对多机组的齿轮箱运行状态进行故障预警。
技术关键词
风电机组运行状态
齿轮箱故障
低速轴承
预警方法
风电机组齿轮箱
预测误差
构建齿轮箱
温度预测模型
齿轮箱运行状态
鲸鱼算法
SCADA系统
计算误差
气象
构建预测模型
异常数据
系统为您推荐了相关专利信息
油浸变压器
多元回归模型
故障预警装置
预警模块
油箱
生猪异常监测
预警方法
数据输入模块
图像采集摄像头
监测报警系统
拓扑特征
多模态特征
预警模型
语义向量
三元组损失函数
项目全生命周期
风险预警方法
文本特征向量
特征提取算法
数据
环境传感器数据
青少年近视
儿童
预警方法
预警模型