一种基于自监督对比残差图网络的风力机齿轮箱状态监测方法及系统

本发明公开了一种基于自监督对比残差图网络的风力机齿轮箱状态监测方法及系统，包括：获取原始SCADA数据，进行预处理；基于自适应特征选择方法，选择与风力机齿轮箱相关性强的数据特征；将数据特征构建为图数据样本；基于图神经网络和对比学习方法，构建对比残差图神经网络；加载用健康数据训练好的比残差图神经网络模型，将未知状态样本输入预训练模型，得到预训练模型输出结果与健康样本的预测结果进行多维空间中的距离计算，基于指数加权移动平均和归一化平均距离构建齿轮箱健康指引；基于统计过程控制技术确定故障阈值；对比齿轮箱健康指引和故障阈值的相对大小，实现在线状态监测。本发明实现了对风电机组齿轮箱运行状态的精准、高效监测。