【技术实现步骤摘要】
本专利技术涉及风力发电机故障诊断，更具体的说是涉及一种风力发电机组齿轮箱轴承故障诊断方法及系统。
技术介绍
1、风能是一种清洁能源，目前我国风力发电日趋广泛使用与大力发展。而风力发电机组长期运行在恶劣的环境中导致齿轮箱轴承故障高发；风力发电机组等大型设备的维修，耗费大量的人力、物力和财力资源，机械结构故障所需的维修时间更长，降低了发电效率，提升了维护成本。因此，对设备进行故障监测与诊断对保证整机稳定运行起着关键性作用。
2、随着技术的发展，状态监测与故障诊断技术有了诸多进展，但是传统的单一特征量的方法难以得到准确的故障定位，因此多参数信息融合的关键部位故障诊断成为重要的方法与趋势。多参数信息融合通常需要对数据信息进行甄别筛选，选择合适的参数，目前对于数据的特征选择往往是通过经验人为的做出选择，这种方法存在局限性，风力发电机组高维、大量的数据特点也会增加数据筛选的难度与时间成本；导致风力发电机组齿轮箱轴承故障诊断效率和准确率较低。
3、因此，如何更加高效、准确的筛选数据特征，融合数据特征使其保留更多的信息，提升风力...
【技术保护点】
1.一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤S1中，获取风力发电机组SCADA数据与齿轮箱振动数据，并对数据进行预处理，包括：
3.根据权利要求2所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤S2中，通过RFE-CV对预处理后的SCADA数据进行特征筛选，包括：
4.根据权利要求3所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤S3中，基于模型级融合策略与多层卷积神经网络-长短时记忆网络...
【技术特征摘要】
1.一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤s1中，获取风力发电机组scada数据与齿轮箱振动数据，并对数据进行预处理，包括：
3.根据权利要求2所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤s2中，通过rfe-cv对预处理后的scada数据进行特征筛选，包括：
4.根据权利要求3所述的一种风力发电机组齿轮箱轴承故障诊断方法，其特征在于，所述步骤s3中，基于模型级融合策略与多层卷积神经网络-长短时记忆网络构建的故障诊断模型，包括：数据输入模块、特征提取模块、特征...
【专利技术属性】
技术研发人员：张艾萍，马庚，刘洪伟，胡光宗，王立冬，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。