-
公开(公告)号：CN114065598A
公开(公告)日：2022-02-18
申请号：CN202111290483.X
申请日：2021-11-02
Applicant: 河北大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种风电机组发电机的故障预警方法，该方法包括以下步骤：采集风电机组发电机整个故障演变区间的历史运行数据，选取反映发电机运行状态的各参数作为建模变量，对发电机运行状态参数归一化处理，建立DBN网络，隐含层神经元数目寻优，使用最优神经元个数建立发电机故障预警模型；对发电机运行状态参数进行重构，计算重构变量与实际变量的重构误差，确定重构误差阈值，当重构误差未超出阈值时，判定为发电机运行状态正常；当重构误差超出阈值时，判定为发电机运行状态异常，并发出故障预警信息。本发明为风电机组发电机的早期故障检测提供判断依据，以此实现风电机组发电机的故障预警。
-
公开(公告)号：CN112784373B
公开(公告)日：2022-03-01
申请号：CN202110078440.9
申请日：2021-01-19
Applicant: 河北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种风电机组齿轮箱的故障预警方法，该方法包括以下步骤：S1、数据获取，获取需要进行齿轮箱早期故障预警的风电机组SCADA系统中的数据和记录，时间跨度应包含风电机组正常运行、故障形成、故障显现等多个阶段；S2、选取风速、发电机转速、发电机有功功率、齿轮箱温度、上一时刻齿轮箱温度的历史数据；S3、数据预处理，删除异常数据，然后对数据进行归一化操作；S4、利用上述5个参数建立NSET温度预测模型；S5、使用建立的NSET模型预测齿轮箱温度，得到实际值与预测值的残差；S6、确定残差阈值，当残差超出阈值时发出报警信息。本发明利用3σ‑中位数准则法剔除SCADA数据中的异常值，大大提高了数据的清洗效率，然后利用NSET方法实现了风电机组齿轮箱的故障预警。
-
公开(公告)号：CN114065598B
公开(公告)日：2022-06-28
申请号：CN202111290483.X
申请日：2021-11-02
Applicant: 河北大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N3/08 , G06F113/06
Abstract: 本发明公开了一种风电机组发电机的故障预警方法，该方法包括以下步骤：采集风电机组发电机整个故障演变区间的历史运行数据，选取反映发电机运行状态的各参数作为建模变量，对发电机运行状态参数归一化处理，建立DBN网络，隐含层神经元数目寻优，使用最优神经元个数建立发电机故障预警模型；对发电机运行状态参数进行重构，计算重构变量与实际变量的重构误差，确定重构误差阈值，当重构误差未超出阈值时，判定为发电机运行状态正常；当重构误差超出阈值时，判定为发电机运行状态异常，并发出故障预警信息。本发明为风电机组发电机的早期故障检测提供判断依据，以此实现风电机组发电机的故障预警。
-
公开(公告)号：CN112784373A
公开(公告)日：2021-05-11
申请号：CN202110078440.9
申请日：2021-01-19
Applicant: 河北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , G06F113/06 , G06F119/08
Abstract: 本发明公开了一种风电机组齿轮箱的故障预警方法，该方法包括以下步骤：S1、数据获取，获取需要进行齿轮箱早期故障预警的风电机组SCADA系统中的数据和记录，时间跨度应包含风电机组正常运行、故障形成、故障显现等多个阶段；S2、选取风速、发电机转速、发电机有功功率、齿轮箱温度、上一时刻齿轮箱温度的历史数据；S3、数据预处理，删除异常数据，然后对数据进行归一化操作；S4、利用上述5个参数建立NSET温度预测模型；S5、使用建立的NSET模型预测齿轮箱温度，得到实际值与预测值的残差；S6、确定残差阈值，当残差超出阈值时发出报警信息。本发明利用3σ‑中位数准则法剔除SCADA数据中的异常值，大大提高了数据的清洗效率，然后利用NSET方法实现了风电机组齿轮箱的故障预警。
-
-
-
Search Results
4
records
(took 0.015 seconds)
