摘要
本发明公开了基于边缘计算的风力发电机组故障预测方法及系统,该方法通过边缘计算设备部署的数据采集模块,实时采集风力发电机组振动、温度、转速等参数,经内置数据处理单元初步筛选封装后,同步至构建的数字孪生模型。基于模型数据建立边缘计算故障分析模型,识别潜在故障特征,将物理机组运行状态与数字孪生模型模拟状态逐参数对比,结合故障特征进行初步诊断,再依据故障机理模型评估机组健康状态,输出故障预测结果与部位信息。系统对应设置数据采集交互、数据处理、模型构建更新等六个单元,各单元协同工作,实现对风力发电机组故障的精准预测与健康管理。
技术关键词
数字孪生模型
故障分析模型
参数
故障特征分析
风力发电机组故障
风力发电机组振动
数据采集模块
风力发电机组部件
模拟风力发电机组
建立风力发电机组
频域特征
数据处理单元
采集运行数据
机组运行状态