摘要
本发明提供了一种基于风电机组故障穿越载荷特性与电网电压跌落深度关联分析的部件维护方法、装置、设备及介质,涉及风力发电机组监测领域,该方法包括:对并网风电机组全特性数据集进行分类特征提取,得到特征变量时间序列数据集,标准化处理特征变量时间序列数据集,得到标准化后数据,通过预设隶属度函数将标准化后数据以预设分区界限分为小、中、大三个等级,构建模糊事务集;利用预设Apriori关联分析算法处理模糊事务集,对故障穿越风电机组载荷特性与电网电压跌落深度进行关联性分析,得到每一关联对象的关联规则。本发明通过数据驱动明确电网扰动参数与机组载荷特性之间的内在关联关系,解决机械故障预防、运行优化及维护策略优化的实际问题。
技术关键词
风电机组故障穿越
数据
对象
隶属度函数
序列
变量
风力发电机组监测
坐标系
风机
策略
分区
关联分析算法
电网电压幅值
概率分布函数
轮毂
载荷特征
系统为您推荐了相关专利信息
终端设备
基站
资源分配请求
小区切换方法
链路状态信息
全景图像数据
巡检定位方法
巡检轨迹
三维模型
巡检定位系统
故障预警方法
声发射
隐马尔科夫模型
旋转组件
优化搜索算法
数字仿真器
数字孪生仿真系统
数据采集模块
数字孪生模型
支持向量机算法
编码特征
医学图像分割模型
融合特征
医学图像分割方法
网络