摘要
本发明属于故障诊断技术领域,具体涉及风力发电系统模拟电路早期故障诊断方法,步骤包括:分别将风力发电系统中的直流电源、整流器、逆变器、滤波器的电路划分成多个子功能模块,模拟子功能模块中器件的故障;通过模数转换器,同步采集发生故障时的子功能模块输出电压和对应的电路终端输出电压,并标记故障标签,作为样本数据;构建基于幅相双通道特征融合和复数域神经网络层特征提取的卷积神经网络模型并进行模型训练;在风力发电系统的运行过程中实时采集子功能模块输出电压和电路输出电压,通过训练后的卷积神经网络模型离线读取存储数据,输出分类结果,进行故障诊断。本发明能够有效保留早期微弱故障特征,提升了故障诊断的精准度。
技术关键词
早期故障诊断方法
卷积神经网络模型
功能模块
风力发电系统
双通道特征融合
模数转换器
复数特征
序列
有源滤波电路
电压
二极管整流桥
故障容差
故障诊断技术
直流电源
整流器
幅值
逆变器
系统为您推荐了相关专利信息
深度神经网络模型
构建卷积神经网络
学生
监测方法
蒸馏
表情特征
筛查方法
序列
时序特征
长短期记忆网络
代码生成方法
功能模块
大语言模型
软件架构
语义结构
通信功能模块
自主飞行功能
推理机
自动空调系统
航天
告警装置
采集单元
智能告警
高密度
数据存储模块