摘要
本公开涉及一种风电机组集群的监测方法、装置、设备及存储介质,通过获取各个风电机组的历史运行监控数据,剔除历史运行监控数据中的异常数据,提取历史运行监控数据的分布特征和相关性特征,基于分布特征和相关性特征进行聚类,划分为多个机组簇,确定出每个机组簇的中心机组,分别基于每个机组簇的中心机组的历史运行监控数据对状态监测模型进行训练,得到每个机组簇对应的训练好的状态监测模型,基于每个机组簇对应的训练好的状态监测模型对每个机组簇的风电机组的状态进行监测。相较于现有技术,本公开实施例可以减少模型的数量,对计算资源需求极小,有利于边缘计算和模型的更新迭代,同时能够保证计算精度,能够满足预测性维护的需求。
技术关键词
风电机组
分布特征
脉冲神经网络构建
变量
监测方法
异常数据
更新模型参数
集群
聚类算法
回路
策略
处理器
监测模块
可读存储介质
存储器
系统为您推荐了相关专利信息
笔记本电脑
动作策略
智能管理方法
分布特征
强化学习算法
能耗预测模型
机器学习训练数据
能耗监测方法
粒子
机器学习模型
建模方法
并联电容器
风电系统建模
PI控制器参数
机械阻尼系数
深度信念网络模型
异常状态
环境监测数据
非线性映射关系
水质