一种海上双馈风力发电机SCADA故障数据增强方法技术

本发明专利技术涉及一种海上双馈风力发电机SCADA故障数据增强方法，包括以下步骤：1)通过灰色关联分析获取海上风机SCADA数据中各状态变量之间的相关性，并以此筛选出与风机发电机温度高度相关的状态变量；2)将筛选得到的状态变量输入改进的辅助分类器中生成对抗网络进行训练，并获取训练结果；3)对训练结果采用t

【技术实现步骤摘要】
一种海上双馈风力发电机SCADA故障数据增强方法


[0001]本专利技术涉及风电场SCADA数据处理领域，尤其是涉及一种海上双馈风力发电机SCADA故障数据增强方法。

技术介绍

[0002]在风机故障预测时，故障数据量尤其重要，因为目前大数据技术的成熟，利用数据挖掘、人工智能等机器学习技术针对风机的故障预警发展越来越普遍，相比于传统方法，人工智能框架学习能力强，能够自动从原始数据中提取出更多的数据特征，但是，机器学习极其依赖风机的庞大数据量，特别是训练时需要大量的故障数据，因此迫切需要提出新的能够对海上风机的故障数据扩充增强的方法。
[0003]现已有专家学者对海上风电场故障数据增强的模型做了一定的研究。Nantian Huang，Qingzhu Chen在IEEE发表篇名为：Fault Diagnosis of Bearing in Wind Turbine Gearbox Under Actual Operating Conditions Driven by Limited Data With Noise Labels的文章，文章中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，该方法包括以下步骤：1)通过灰色关联分析获取海上风机SCADA数据中各状态变量之间的相关性，并以此筛选出与风机发电机温度高度相关的状态变量；2)将筛选得到的状态变量输入改进的辅助分类器生成对抗网络中进行训练，并获取训练结果；3)对训练结果采用t
‑
分布随机邻域嵌入算法与卷积神经网络进行结果校验，验证生成故障数据的准确性。2.根据权利要求1所述的一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，所述的步骤1)具体包括以下步骤：11)提取SCADA系统中的风机运行状态数据，并进行归一化处理；12)以风机的发电机温度作为风机是否发生故障的判断基准，计算其他状态变量与发电机温度的灰色关联系数；13)使用熵权理论优化，计算其他状态变量与发电机温度的灰色关联度；14)选择与发电机温度灰色关联度较高的状态变量，作为改进的ACGAN模型的输入。3.根据权利要求2所述的一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，所述的步骤12)中，风机故障包括发电机滑环碳刷磨损、发电机三相绕组温度过高和发电机水冷循环故障。4.根据权利要求3所述的一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，与发电机温度相关的状态变量包括发电机绕组温度、风速、发电机电流、发电机出水口温度、功率、环境温度、湍流、发电机入水口温度、机舱温度、发电机网侧电压、齿轮箱油温、发电机转速、主轴承温度、发电机电压、齿轮箱轴承温度、发电机驱动侧轴承温度、发电机非驱动侧轴承温度。5.根据权利要求4所述的一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，所述的步骤12)中，灰色关联系数的计算式为：其中，ξ
i
(k)为第i个与发电机温度相关的状态变量的灰色关联系数，ρ为分辨系数，其值越小代表分辨能力越大，X0(k)为发电机温度数据，X
i
(k)为第i个与发电机温度相关的状态变量数据。6.根据权利要求5所述的一种海上双馈风力发电机SCADA故障数据增强方法，其特征在于，所述的步骤13)中，灰色关联度的计算式为：其中，r为灰色关联度，n为数列的数量。7.根据权利要求6所述的...

【专利技术属性】
技术研发人员：魏书荣，闫梦飞，符杨，黄玲玲，刘璐洁，贾锋，任子旭，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：