摘要
本发明公开了一种风电机组故障预测模型及基于大数据分析的早期预警系统,涉及风电机组故障预测技术领域。本发明包括风电机组故障预测模型和预警系统,风电机组故障预测模型包括:数据采集模块用于采集风电机组的故障预警和故障发生信号;模型训练模块用于通过深度学习结合极限学习机建立风电机组故障预测模型;预警系统的故障诊断模块用于对风电机组故障预测模型输出的结果与故障知识库内的样本进行按照匹配成功率进行排序,并确定故障所属类型。本发明通过采集风电机组的故障预警和故障发生信号,进行数据处理和特征提取来训练风电机组故障预测模型,来对风电机组进行风险预警,提高故障诊断效率和准确率。
技术关键词
早期预警系统
故障知识库
故障诊断模块
模型训练模块
数据采集模块
特征提取模块
贝叶斯网络模型
建立风电机组
矩阵
故障预测模型
风电机组故障预警
智能诊断模型
样本
故障诊断效率
推理机
特征参数提取
信号
系统为您推荐了相关专利信息
磁场环境
神经网络模型
物理
非易失性存储介质
模型训练模块
智能故障诊断装置
故障诊断模型
数据采集模块
特征提取模块
输出模块
路线规划方法
预测误差
多维特征向量
知识图谱构建
轨迹
动作识别方法
人体全身
输出特征
人体关节点
下肢