公开(公告)号：CN115434875A

公开(公告)日：2022-12-06

申请号：CN202211066553.8

申请日：2022-08-31

Applicant: 东北大学秦皇岛分校

Inventor： 张燕 ,  韩英华 ,  赵强 ,  汪晋宽

IPC: F03D17/00 ,  G06F17/18 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明涉及一种基于时空神经网络的风电机组故障状态检测方法、电子设备和存储介质，方法包括获取待测风电机组的传感器实时的检测数据并进行数据预处理；将所述检测数据输入到训练的时空特征提取模型，获取所述多维残差数据；采用马氏距离，对所述多维残差数据进行计算，获取时空特征提取模型的实时性能指数；将所述性能指数与所述实时检测数据输入到训练的向量回归算法模型，获取实时动态阈值；基于所述实时动态阈值与所述实时性能指数，对风电机组的故障状态进行检测。本发明的有益效果是，能够解决现有技术中风电机组故障检测耗时久、故障反馈滞后、效率低、误差大、浪费人力物力的技术问题。