摘要
本发明涉及风力发电技术领域,本发明公开了一种基于数据分析的风力发电机组故障诊断系统,包括:采集风力发电机组中各个运动部件的磨损反映特征数据和应力反映特征数据;分别将每个运动部件的磨损反映特征数据输入第一递归神经网络模型中,以预测各个运动部件的未来磨损量;分别将每个运动部件的应力反映特征数据输入第二递归神经网络模型中,以预测各个运动部件的未来应力值;分别将每个运动部件的未来应力值和未来磨损量输入预构建的非线性函数中,得到在每一运动部件下风力发电机组的停运概率;根据所有停运概率判断未来时刻下风力发电机组是否存在故障运动部件;本发明有利于对风力发电机组进行故障定位和故障原因确定。
技术关键词
递归神经网络模型
风力发电机组
故障分析数据
应力
运动
非线性
数据获取模块
测试误差
感知哈希算法
故障诊断模块
风力发电技术
随机梯度下降
信息采集模块
寻优方法
表达式
预测误差
样本
系统为您推荐了相关专利信息
碳纤维布预应力
盾构管片
管片结构
预应力张拉设备
三维实体模型构建
干热岩开采
物理模型系统
多参数
测试模块
温度补偿组件
安全事件触发控制方法
船舶运动数学模型
重构模型
控制船舶
船舶运动控制
增压行业
卷积神经网络模型
检验方法
曲线
涡轮增压器零部件
波浪补偿方法
主动波浪补偿
驱动部件
水下机器人收放
摆动支架