摘要
本发明公开了一种风电机组变桨轴承故障诊断方法及系统,涉及风力发电检测技术领域,该方法包括:运用数据融合技术对运行数据进行融合,并从融合后的运行数据中提取特征数据;将特征数据集划分成若干个子集,利用异常检测算法对每个子集执行异常检测;收集历史故障数据并提取历史故障特征数据,构建故障特征库,将识别出的故障数据与故障特征库进行对比分析,以确定故障类型;利用基尼指数评估各特征数据在故障诊断的重要性,并结合特征数据集与机器学习算法进行故障诊断;制定相应的维修策略。本发明通过对比分析故障数据与故障特征库,能够迅速确定故障类型,使得维修人员能够快速定位故障,并采取相应的维修措施。
技术关键词
风电机组变桨轴承
故障特征
故障诊断方法
数据融合技术
历史故障数据
参数
机器学习算法
特征模板
树形数据结构
列表
故障诊断模块
指数
频繁项集挖掘算法
历史运行数据
决策树模型
卡尔曼滤波技术
特征提取模块
系统为您推荐了相关专利信息
多模态
故障特征
分层混合模型
分析方法
故障场景
数据融合系统
融合算法
特征提取模块
冗余度
数据融合技术
故障检测模型
错误码
历史故障数据
生成语句
实时数据
特征提取网络
历史故障数据
供电可靠性评估方法
线路结构
故障特征提取
充电状态数据
故障分析系统
充电设备
交互终端
充电检测系统