摘要
本发明属于机电装备故障诊断技术领域,且公开了一种风电机组传动链在线故障诊断方法,具体步骤如下:S1:采用SCADA系统实时采集风电机组的环境、电气与振动多源监测参数并进行预处理,有效提高了数据的准确性和可用性;S2:多源特征关联融合模块的设计,充分利用了环境、电气、振动参数的互补性,提高了故障诊断的准确性和可靠性;S3:教师‑学生网络框架的构建,实现了在线故障模型的构建和实时诊断,提高了故障诊断的实时性和智能化水平,其中类平衡采样机制和正负联合学习策略的应用,消除了持续状态标签偏移影响并有效减少在线样本中的伪标签噪声干扰,提高了模型在工况环境动态变化场景下的自适应诊断能力。
技术关键词
风电机组传动链
在线故障诊断方法
教师
样本
多源特征
学生
SCADA系统
传感特征
随机梯度下降
在线诊断模型
互补特征
参数
标签
动态变化场景
装备故障诊断
嵌入特征
记忆
系统为您推荐了相关专利信息
贝叶斯概率模型
评价方法
加权有向图
序列
蒙特卡罗方法
云端数据中心
全局优化决策
决策方法
无人机
深度学习模型压缩
需求预测模型
水资源优化调度
水利设施
数字孪生
三维仿真模型
智能听诊系统
建筑设备
设备状态数据
特征提取模块
蒸馏
预测结直肠癌
标志物
螺旋体
高通量测序平台
生物医药技术