一种基于SCADA周期型数据的风力发电机异常检测方法及系统

AITNT
正文
推荐专利
一种基于SCADA周期型数据的风力发电机异常检测方法及系统
申请号:CN202510062797
申请日期:2025-01-15
公开号:CN120042753A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了一种基于SCADA周期型数据的风力发电机异常检测方法及系统,包括:获取实际运行的风力发电机SCADA系统采集的运行数据;通过提出SCADA告警的异常数据外,构建正常数据集,SCADA系统所采集的异常数据包括周期型、平稳型和无规律波动型;对异常数据中三种类型的数据进行初步标注;利用神经网络模型对获得的数据进行数据模式识别,识别出周期型数据;对输出结果为周期型的数据进行特征工程处理,抽取对应的数据特征;利用孤立森林计算异常分数的方式对特征进行增强;利用机器学习模型将时间窗口内形成的特征向量进行异常分类,检测出周期型数据中的异常数据。本发明的方法可以提高风力发电机异常数据检测的准确度。
技术关键词
周期型数据 异常检测方法 风力发电机 SCADA系统 XGBoost模型 异常数据 LightGBM模型 残差模块 混合神经网络模型 特征工程 BiLSTM模型 样本 模式识别 序列 标签 构建机器学习模型 线性时间算法
系统为您推荐了相关专利信息
1
一种基于BiLSTM和集群相似性原理的偏航机构故障控制方法
故障控制方法 偏航机构 双向长短期记忆 DBSCAN算法 集群
2
安全态势感知AI大模型的分布式异常检测方法
网络节点 层级 异常检测方法 地图 信息安全机制
3
一种使用人工神经网络进行风力发电机系统建模的方法及装置
风力发电机系统 人工神经网络 仿真环境 桨叶 风力发电机偏航
4
一种直驱式永磁扁线风力发电机与低转矩脉动设计方法
永磁磁钢 外转子 风力发电机 扁线 内转子
5
一种基于自回归神经网络的多指标异常检测方法及系统
指标异常检测方法 异常检测系统 实时数据 广义极值分布 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号