摘要
本发明提供了一种风电机组齿轮箱智能故障诊断方法、电子设备及介质。方法包括:获取风电机组齿轮箱的状态变量的实时运行数据,状态变量包括环境参数、电网参数以及风电机组齿轮箱的部件状态参数,实时运行数据包括预设时长内的运行数据;将状态变量的实时运行数据重复多次输入预训练的故障诊断模型,以得到多个初始故障诊断结果,其中,故障诊断模型基于贝叶斯图卷积网络构建得到,初始故障诊断结果包括风电机组齿轮箱存在多种故障类型中的每一故障类型的概率;采用合作博弈对多个初始故障诊断结果进行融合,以获得最终故障诊断结果。该方法可以快速、高效、准确地诊断风电机组齿轮箱的故障。
技术关键词
风电机组齿轮箱
故障诊断模型
智能故障诊断方法
指数
数据
电子设备
变量
处理器
可读存储介质
存储器
网络
指令
参数
计算机
系统为您推荐了相关专利信息
联邦学习模型
客户端
动态分配方法
异构
模糊隶属度方法
可视化软件系统
关键字
可视化模块
通信模块
树状拓扑结构
长短期记忆网络
非易失性存储介质
时序特征
电力
超参数