摘要
本申请公开了一种风力发电机的故障检测方法及装置、存储介质、电子装置、计算机程序产品,涉及风力发电机的故障检测领域,该方法包括:获取第一时间序列数据,并将第一时间序列数据输入至时间序列预测模型,得到当前时刻之后的多个时刻的风力发电机的运行数据;通过异常检测模型,根据第二时间序列数据确定异常分数,其中,异常检测模型是使用无监督学习或半监督学习训练得到的模型,异常检测模型中具有多个元正常原型,元正常原型是从时间序列数据中提炼出的特征表示,用于指导模型识别和区分正常与异常状态;在异常分数大于预设阈值的情况下,确定风力发电机存在故障风险。采用上述方案,解决了难以准确的对风力发电机进行故障检测的问题。
技术关键词
风力发电机
原型
重构误差
时间序列预测模型
数据
融合特征
多尺度特征提取
故障检测方法
无监督学习
样本
计算机程序产品
异常状态
度量计算方法
电子装置
解码器
故障检测装置
系统为您推荐了相关专利信息
智能办公桌
丝杆螺母传动结构
数据采集模块
骨骼关键点
红外传感器
冰雪路面
车辆巡航控制方法
趋势预测模型
误差
气象
数据诊断方法
电气设备
单线
XML解析方法
关系
降解膜
图像处理技术
深度预测模型
识别方法
光学成像设备