摘要
本发明涉及风力发电机组状态监测技术领域,公开了一种风力发电机组的故障预警及寿命预测方法、系统,方法包括:获取目标风力发电机组的第一状态数据、第二状态数据、图像数据,形成多维数据;利用多模态融合模型对多维数据进行融合,得到目标风力发电机组的多模态数据融合特征;基于多模态数据融合特征对目标风力发电机组进行故障预警和/或寿命预测。本发明通过整合多模态数据,解决了单一数据源难以全面捕捉故障特征的问题,利用多模态数据融合特征进行故障预警和寿命预测,降低故障的误报漏报率,结合数据驱动模型实现风力发电机组剩余使用寿命的精准量化预测,通过提升故障预警和寿命预测的准确性,对风力发电机组提前做出有效运维。
技术关键词
多模态数据融合
可见光图像
寿命预测模型
融合特征
长短期记忆网络
寿命预测方法
预警模型
退化物理模型
齿轮箱
状态监测系统
数据更新
风力发电机组状态
更新模型参数
图像采集设备
工况
系统为您推荐了相关专利信息
变化检测模型
图像变化检测方法
特征提取模块
分支
融合特征
视频摘要方法
注意力机制
生成视频摘要
情感特征
语义
儿童注意力
训练系统
数据采集单元
动态
窗口形状
图像识别模型
生态
健康状态识别
特征提取网络
重构