基于集成-深度学习的风电机组齿轮箱轴承温度故障预警方法

本申请提供一种基于集成‑深度学习的风电机组齿轮箱轴承温度故障预警方法。该方法包括：获取风电机组历史运行数据，利用所述风电机组历史运行数据分别训练BO‑RF模型、HHO‑LGBM模型和GWO‑CNN‑BiLSTM‑AM模型，利用动态权重法对训练好的BO‑RF模型、HHO‑LGBM模型和GWO‑CNN‑BiLSTM‑AM模型进行组合，形成集成‑深度学习模型，将风电机组实时运行数据输入到所述集成‑深度学习模型，得到温度故障预警结果。该方法集合了集成模型和深度学习模型的在时序序列预测方面的优势，弥补了单一模型的固有缺陷，提高了预测准确性。