一种基于孪生多分类器融合的风电机组设备故障诊断方法及系统

本发明公开了一种基于孪生多分类器融合的风电机组设备故障诊断方法及系统，该方法首先确定风电机组设备故障诊断的输入样本向量及对应的故障类别，并对风电机组设备数据进行筛选和标签重构，获取单分类器相对应的孪生数据集。其次基于孪生数据集，构建孪生分类器，并对各个孪生分类器的参数进行优化。然后在线采集故障特征样本输入至优化后的孪生分类器中，获取其在各故障类别下的信度分布。最后基于证据推理规则构建孪生多分类器融合模型，将不同孪生分类器输出的信度进行融合，实现对风电机组设备故障类别的判定。本发明有效表征决策边界样本的不确定性，提升分类器对风电机组设备决策边界样本的诊断能力。