摘要
本申请公开了一种基于AVOA‑WOA的风电机组轴承故障诊断方法及设备,所述方法包括:获取风电机组运行数据,并划分为训练集和测试集;构建堆叠自编码器,引入混合非洲秃鹫算法的鲸鱼优化算法(AVOA‑WOA)对所构建的堆叠自编码器的超参数进行寻优;采用训练集对具有最优超参数的堆叠自编码器进行逐层训练,以最小化输入数据与输出数据之间的重构误差;将测试集输入堆叠自编码器,提取输入数据的特征表示;将所提取的特征表示输入分类器,对所述风电机组的运行状态进行故障诊断分类。通过本申请的方案,能够提高故障诊断能力,增强模型鲁棒性。
技术关键词
故障诊断方法
风电机组运行数据
风电机组轴承
鲸鱼优化算法
重构误差
故障诊断分类
超参数
故障轴承
生成随机数
故障诊断设备
迭代优化算法
解码器
编码器结构
系统为您推荐了相关专利信息
逆变器系统
开路故障诊断方法
IGBT开路故障
单管
神经网络架构
轴承故障诊断方法
深度残差
注意力机制
特征金字塔
卷积方法
厂用水系统
Modelica语言
故障诊断装置
健康评估方法
历史运行数据
故障诊断方法
退化模型
深度学习模型
物理
非接触方式
液压柱塞泵
故障诊断模型
训练关系网络
样本
故障诊断方法