摘要
本发明公开一种基于单源域自适应的风电机组发电机状态监测方法,S1.收集多台不同地理位置的不同风电机组的发电机系统运行状态历史数据;S2.选择需要监测分析的风电机组作为目标领域机组,其他的风电机组作为源领域机组;S3.多个源领域机组训练集包括源领域1、源领域2…源领域N;S4.将各个不同的源领域机组训练集和目标领域机组训练集分别输入到卷积神经网络单源域自适应模型进行训练学习;S5.对目标领域机组发电机系统运行状态在线数据进行预处理;S6.选择出更适合目标领域的源领域机组;S7.对风电机组发电机运行状态的监测。本发明在目标领域数据缺失且需要从多个源领域中选择最佳源领域的场景下,为建立有效的状态监测模型提供了新的思路与方法。
技术关键词
风电机组发电机
状态监测方法
驱动端轴承
发电机系统
数据分布
发电机运行状态
代表
构建卷积神经网络
损失计算方法
预测发电机
更新模型参数
功率值
训练集数据
误差
系统为您推荐了相关专利信息
多模态数据采集
多模态数据融合
社交媒体平台
管理系统
人机协同
数据匹配方法
特征工程
电力
计算机可执行指令
数据匹配系统
固化方法
数据分布
深度神经网络
数据分类技术
数据分类方法