公开(公告)号：CN119089276A

公开(公告)日：2024-12-06

申请号：CN202411535490.5

申请日：2024-10-31

Applicant: 哈尔滨理工大学

Inventor： 吕艳玲 ,  韩庆东 ,  薛书蕾

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06F18/20 ,  F03D17/00

Abstract: 本发明公开了一种基于机器学习的风电机组故障预警方法，涉及风电机组故障预警领域。本发明的对所述数据进行预处理；将预处理后的健康风机历史样本数据划分为训练集和测试集，所述训练集分别输入Stacking融合模型和Blending融合模型中进行训练，通过测试集进行综合测试，得到Stacking离线模型和Blending离线模型，将验证数据分别送至Stacking离线模型和Blending离线模型中，通过自适应阈值选择最优模型；将风电机组的实际数据输入所述最优模型中，得到风电机组是否发生故障。本发明在保证预测效果的前提下能够较早的进行故障预警，且对于风机运行范围广、数据多样且存在缺失的情况，能够有效避免数据缺失导致的模型精度和稳定性下降、模型过于复杂导致过拟合等问题。