摘要
本发明公开了一种风电机组异常振动噪声识别方法及系统,该方法包括:收集风电机组的噪声数据;对噪声数据进行故障类型分类;对噪声数据进行预处理,将预处理后的噪声数据划分为训练集及测试集;基于LSTM构建风电机组异常振动噪声识别模型并根据训练集进行训练;将测试集输入到风电机组异常振动噪声识别模型中进行评估;将风电机组的实时噪声数据输入到风电机组异常振动噪声识别模型中,得到识别噪声类型结果。本发明通过采集风电机组的振动及声学数据,结合LSTM模型进行训练和测试,实现对不同类型风电机组噪声的有效识别,不仅有助于提高风电机组运行的安全性和可靠性,还有助于降低维护成本和避免突发故障。
技术关键词
风电机组异常振动
噪声数据
噪声识别方法
振动噪声
执行存储器存储
标签编码器
风电机组叶片
液压系统故障
LSTM模型
录音设备
处理器
识别系统
输入模块
系统为您推荐了相关专利信息
巡查方法
矿山井下
周围环境数据
激光扫描仪
曲线
评估指标体系
模型超参数
卫星遥感技术
大数据
子模块
组合箱梁桥
钢混组合箱梁
振动噪声
噪声预测模型
高速铁路