摘要
本申请实施例公开了一种用于风电机组的电网故障判别方法,涉及电网故障检测技术领域。该方法包括:获取目标风电机组所处电网在目标时间序列中的状态度量参数;确定原始回归系数和原始基础值;基于原始回归系数和原始基础值,确定状态度量参数误差;以该状态度量参数误差最小化为优化目标得到第一基础值和第一回归系数;根据第一回归系数、第一基础值以及对应的状态度量参数误差得到第一判别数据;对子序列中的目标采样时刻进行特征映射转换,得到对应的局部特征数据;对多个子序列对应的局部特征数据进行融合,得到融合数据;对该融合数据进行回归分析,得到整体特征数据;基于该整体特征数据进行故障判别处理,得到对应的预测故障类型及概率。
技术关键词
风电机组
度量
参数
序列
历史故障数据
故障判别方法
机器学习模型
一元线性回归分析
基础
误差
控制策略
电网故障检测
电压
神经网络模型
支持向量机
随机森林
频率
负荷
过电流
系统为您推荐了相关专利信息
数字正射影像
数字高程模型
监测方法
数字表面模型
风险评估值
分类方法
SVM分类器
图像特征向量
上采样
图像特征组合
高并发数据
服务器
误差函数
资源分配方法
子模块
农作物自动分类方法
归一化植被指数
样本
训练机器学习模型
影像