摘要
本申请提出了一种海上风电机组变流器的故障检测方法及其装置,涉及海上发电技术领域。本申请通过获取海上风电机组变流器的运行数据,运行数据至少包括温度数据、电流数据、振动数据和电压数据;将运行数据输入训练好的异常识别模型,通过异常识别模型进行时序分析,获取异常识别模型输出的故障预测参数,故障预测参数包括预测故障类型和预测故障时间;基于故障预测参数生成海上风电机组变流器的维护计划。本申请通过使用异常识别模型,能够基于历史数据和实时数据对风电机组变流器的故障进行准确预测,从而避免了突发性故障的发生;传统的风电机组变流器维护往往依赖于定期检查或人为判断,而基于数据驱动的方案能够提高故障预警的精度。
技术关键词
海上风电机组
故障告警信息
风电机组变流器
故障检测方法
历史故障信息
训练样本集
海上发电技术
参数
故障检测装置
计划
历史运行数据
机器学习算法
终端设备
计算机程序产品
时序
处理器通信
系统为您推荐了相关专利信息
网络故障检测方法
历史故障数据
光功率
基础结构
节点
气体绝缘开关设备
故障检测模型
图谱
残差神经网络
计算机执行指令