基于PSO-AWDV算法的风电机组的故障分类方法及设备

本申请公开了一种基于PSO‑AWDV算法的风电机组的故障分类方法及设备，所述方法包括：采集SCADA系统中的传感器信号数据；将堆叠多级自编码器与多级噪声训练相结合，以构建堆叠多级去噪自编码器模型；在所述堆叠多级去噪自编码器模型中引入稀疏性约束，以形成堆叠稀疏多级去噪自编码器；利用自适应加权延迟速度的粒子群算法，对堆叠稀疏多级去噪自编码器模型的稀疏性约束参数进行联合优化；利用优化后的堆叠稀疏多级去噪自编码模型对含噪声的输入数据进行特征提取和降噪处理；基于处理后的数据执行故障诊断，以对风电机组轴承故障进行识别和分类。本申请能够降低风电机组环境噪声数据的影响，并减少去噪导致的训练过拟合现象。