摘要
本发明公开了一种考虑风速波动的风电变流器开路故障鲁棒性诊断方法:建立轮毂高度处三组典型的等效风速数据,并随机选取一组用于建模。通过仿真和实验获取三相电流信号,并对其进行实时幅值归一化;使用滑动窗口对预处理的三相电流数据进行连续采样,运用马尔可夫转移场将时序数据转换为图像数据,最终结合形成一个整体数据集;对数据集进行清洗和打乱,按比例划分为训练集和验证集,并基于改进的GRU‑ResCNN‑Atnn组合神经网络进行同步训练,保存训练完成的模型;选取剩余两组等效风速数据生成测试数据集,评估模型性能并微调参数,确立最佳诊断模型。在机组实际运行中,通过该模型对变流器功率管的异常状态进行实时监测和诊断。
技术关键词
风速
风电系统
变流器
诊断方法
门控循环神经网络
轮毂高度
转移概率矩阵
鲁棒性
样本
时序
神经网络模型
残差卷积神经网络
异常状态
滑动窗口采样
功率管
建立风电机组
序列
生成测试数据
系统为您推荐了相关专利信息
风压调节系统
耦合控制系统
升降模块
涂布基材
风刀
行星变速器
故障诊断方法
时域特征
频域特征
重构
矿山除尘装置
清理控制方法
供气组件
集尘组件
攀爬机器人
光伏清洁机器人
悬吊方法
运载无人机
作用力
风向风速仪