摘要
本发明公开了一种风电机组不对中故障诊断方法、系统、设备及介质,属于风电机组状态监测技术领域,所述方法包括:采集风电机组联轴器位置振动信号和转速信号,所述振动信号包括轴向振动信号和径向振动信号;对振动信号进行降噪处理,得到降噪后的振动信号;获取将轴心轨迹图片、轴向阶次谱图片、径向阶次谱图片,将轴心轨迹图片、轴向阶次谱图片、径向阶次谱图片进行融合,得到低秩融合结果,将低秩融合结果和降噪后的振动信号历史时序特征进行维度连接,得到融合后的新特征,基于所述融合后的新特征进行故障诊断;本发明结合信号处理方法与深度学习技术,提升了风电机组不对中故障诊断的准确率,并对早期潜在不对中故障有一定诊断效果。
技术关键词
故障诊断方法
风电机组联轴器
图片
时序特征
故障诊断模型
风电机组状态监测技术
数据处理网络
集成经验模态分解
轨迹
轴心
频谱特征
时域特征
故障诊断系统
故障诊断模块
信号处理方法
深度学习技术
信号采集模块
处理器
系统为您推荐了相关专利信息
电极贴片
贴片位置坐标
头部模型
肿瘤
患者头部位置
弯曲边界
深度学习模型
边界轮廓
曲线拟合技术
控制点
编码向量
属性识别模型
图片
属性识别方法
监督学习策略
图片类别
评审方法
格式
可读存储介质
机器学习模型