摘要
本申请提供了一种风电机组故障诊断系统及方法,所述系统包括:数据生成模块,用于根据设备的故障机理,利用空气动力学系统模型、传动系统模型和变桨距系统模型计算出对应的仿真数据,与历史故障一起通过数据训练生成模型学习反应故障类别的分布模式,生成虚拟故障数据;和故障诊断模块,用于利用训练好的概率神经网络,对输入的风电机组运行数据进行故障诊断。本申请的优势在于:本申请可以根据训练需求生成足够的训练数据同时该训练数据也比机理仿真数据分布范围广、更接近真实运行数据,大大提高了故障诊断模型的精度;在故障诊断模块与单纯的使用概率神经网络算法相比,利用遗传算法优化了概率神经网络的训练过程,提高了训练速度。
技术关键词
空气动力学系统
风电机组运行数据
故障诊断模块
条件对抗网络
风电机组故障诊断方法
概率神经网络算法
传动系统
染色体
风电机组系统
故障类别
仿真数据
风能利用系数
变桨距系统
遗传算法优化
故障诊断模型
子模块
系统为您推荐了相关专利信息
一体化关节
分级预警方法
故障诊断模块
模式匹配
关键运行参数
旋转导向钻具
故障智能诊断方法
故障诊断模型
故障智能诊断系统
传感器
设备监控终端
数据采集模块
管理系统
知识图谱数据库
故障诊断模块
智能运维系统
隧道风机
故障诊断模块
故障诊断模型
故障检测
直流变换器
历史运行数据
故障诊断方法
故障诊断模型
参数