摘要
本发明公开了基于改进ILOF‑LSTM‑Gamma算法的风电机组可靠性评估方法,涉及电力技术领域,包括:通过SCADA系统获得风电机组各关键部件的历史状态数据;采ILOF算法对所述历史状态数据进行预处理,获得预处理后的数据;基于改进自适应多头注意力机制和改进LSTM网络方法建立风电机组性能退化预测模型,将所述预处理后的数据输入所述风电机组性能退化预测模型,获得预测后的风电机组性能数据;采用双层改进非线性Gamma过程建立风电机组可靠性评估模型,将预测后的风电机组性能数据输入所述风电机组可靠性评估模型,获得风电机组可靠性评估结果。本发明提升了风电机组性能退化预测的精度,并提高了评估结果的准确率。
技术关键词
建立风电机组
三次样条插值
可靠性评估方法
多头注意力机制
非线性
性能退化数据
SCADA系统
齿轮箱部件
发电机部件
离群点
算法
偏航系统
变桨系统
因子
正态分布函数
概率密度函数
变桨角度
参数
系统为您推荐了相关专利信息
优化运行方法
连续小波变换
能量分布特征
风险评估报告
鲁棒性分析
尿液生物标志物
梯度提升树模型
支持向量回归模型
电解质
核方法
血流动力学参数
壁面剪应力
方程
动脉血压波形
压力传感器
语义分割方法
桥梁结构
混凝土裂缝检测
语义分割模型
多尺度特征金字塔