基于深度神经网络的风电机组齿轮箱故障监测方法及系统

    公开(公告)号:CN115450854A

    公开(公告)日:2022-12-09

    申请号:CN202211031754.4

    申请日:2022-08-26

    IPC分类号: F03D17/00 F03D15/00 F03D7/04

    摘要: 本发明公开了基于深度神经网络的风电机组齿轮箱故障监测方法,包括如下步骤:先获取风电机组齿轮箱的数据信息,并进行处理;然后建立基于深度神经网络的故障诊断模型;其次将处理后的数据信息输入所述故障诊断模型,由故障诊断模型诊断待测风电机组齿轮箱的工况类型;最后监视风电机组齿轮箱的工况类型,并在判断为故障状态时触发警报。本发明通过获取风电机组齿轮箱的多种数据信息,并引入深度学习技术,建立了深度神经网络模型,综合提取了风电机组齿轮箱的故障信号中的特征,基于此对风电机组齿轮箱的工况进行识别,达到自动提取风电机组齿轮箱正常工况与故障工况的特征,相较于采用人工定义的特征,该方法能得到更高的故障诊断正确率。