摘要
本发明涉及一种基于声纹数据的风电机组预警方法、介质及设备,通过采集风电机组的历史声纹数据,并在异常时刻标注异常类型;根据带标注的历史声纹数据,构建并训练以声纹数据为输入,风电机组异常类型为输出的状态监测模型;用于接收历史声纹数据,根据历史声纹数据,提取异常声纹特征,并根据异常声纹特征中的时间依赖关系,得到异常时序信号,提取每个历史声纹数据和异常声纹特征的加权信息,并根据加权信息融合历史声纹数据、异常声纹特征和异常时序信号,得到异常声纹编码,根据异常声纹编码,分类得到异常类型声纹编码,输出风电机组异常类型;采集当前声纹数据,并输入训练后的状态监测模型,得到当前风电机组异常类型。
技术关键词
声纹特征
风电机组
RBF神经网络
数据
预警方法
时序
融合历史
可执行程序代码
编码
特征加权融合
瓶颈
信号
计算机存储介质
注意力
关系
终端设备
传动链
存储器
齿轮箱
处理器