故障变量确定方法、系统和可读存储介质技术方案

本申请提供一种故障变量确定方法、系统和可读存储介质。故障变量确定方法包括获取目标变量的数据，其中，目标变量的数据包括故障数据和正常数据，故障数据表示风机发生目标故障时目标变量的数据，正常数据表示风机正常运行时目标变量的数据；根据目标变量的数据，对至少部分目标变量进行相关性分析，确定部分目标变量为第一目标变量，其中，第一目标变量包括相关系数的绝对值大于第一相关阈值的两个目标变量中的其中一个；以及根据第一目标变量的数据，将受目标故障的影响程度不低于影响阈值的第一目标变量作为目标故障的故障变量。确定的故障变量较为准确。的故障变量较为准确。的故障变量较为准确。

【技术实现步骤摘要】
故障变量确定方法、系统和可读存储介质


[0001]本专利技术涉及风电领域，尤其涉及一种故障变量确定方法、系统和可读存储介质。

技术介绍

[0002]风电机组为无人值守的大型复杂机械系统，通常建造在偏远地带，其运行状态监测及故障诊断依赖于机组监测数据。在对风电机组进行运行状态监测和故障诊断时，一般是从监测数据中筛选出表征机组运行状态的故障变量。通过对故障变量的数据进行分析，对风电机组进行状态监测或故障诊断。但一些技术中，筛选出的故障变量不准确，导致对风电机组的状态监测或故障诊断不准确。

技术实现思路

[0003]本申请提供一种故障变量确定方法、系统和可读存储介质，确定的故障变量较为准确。
[0004]本申请提供一种故障变量确定方法，所述故障变量确定方法包括：
[0005]获取目标变量的数据，其中，所述目标变量的数据包括故障数据和正常数据，所述故障数据表示风机发生目标故障时所述目标变量的数据，所述正常数据表示所述风机正常运行时所述目标变量的数据；
[0006]根据所述目标变量的数据，对至少部分所述目标变量进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障变量确定方法，其特征在于，所述故障变量确定方法包括：获取目标变量的数据，其中，所述目标变量的数据包括故障数据和正常数据，所述故障数据表示风机发生目标故障时所述目标变量的数据，所述正常数据表示所述风机正常运行时所述目标变量的数据；根据所述目标变量的数据，对至少部分所述目标变量进行相关性分析，确定部分所述目标变量为第一目标变量，其中，所述第一目标变量包括相关系数的绝对值大于第一相关阈值的两个所述目标变量中的其中一个；以及根据所述第一目标变量的数据，将受所述目标故障的影响程度不低于影响阈值的所述第一目标变量作为所述目标故障的故障变量。2.如权利要求1所述的故障变量确定方法，其特征在于，所述目标变量包括对风机监测点采集的数据进行统计的统计特征变量；所述对至少部分所述目标变量进行相关性分析，包括：对于任一所述风机监测点，根据对该风机监测点在多个监测周期内采集的数据分别进行统计后得到的所述统计特征变量的数据，对该风机监测点对应的所述统计特征变量进行相关性分析。3.如权利要求2所述的故障变量确定方法，其特征在于，所述对于任一所述风机监测点，根据对该风机监测点在多个监测周期内采集的数据分别进行统计后得到的所述统计特征变量的数据，对该风机监测点对应的所述统计特征变量进行相关性分析，包括：对于该风机监测点对应的任两个所述统计特征变量，基于该两个统计特征变量的数据，计算该两个统计特征变量之间的皮尔逊相关系数；基于所述皮尔逊相关系数，对该两个统计特征变量进行相关性分析。4.如权利要求1所述的故障变量确定方法，其特征在于，所述将受所述目标故障的影响程度不低于影响阈值的所述第一目标变量作为所述目标故障的故障变量，包括：对于任一所述第一目标变量，若根据该第一目标变量的数据，确定该第一目标变量受所述目标故障影响的显著程度大于第一影响阈值，将该第一目标变量确定为第二目标变量；根据多个所述第二目标变量的数据，确定该多个所述第二目标变量中各所述第二目标变量受所述目标故障影响的显著程度；根据各所述第二目标变量受所述目标故障影响的显著程度，将至少部分所述第二目标变量确定为所述目标故障的故障变量。5.如权利要求4所述的故障变量确定方法，其特征在于，所述对于任一所述第一目标变量，若根据该第一目标变量的数据，确定该第一目标变量受所述目标故障影响的显著程度大于第一影响阈...

【专利技术属性】
技术研发人员：姜孝谟，马明骏，成骁彬，唐伟健，陈庆，赵海心，林琳，惠怀宇，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：