一种风力发电机异常诊断装置及其诊断方法制造方法及图纸

本发明专利技术公开了一种风力发电机异常诊断装置及其诊断方法，具体包括以下步骤：S1、数据收集；S2、数据清洗；S3、数据分析；S4、特征工程；S5、模型建立；S6、异常检测；S7、结果解释；S8、重复训练；S9、模型优化；本发明专利技术涉及异常诊断技术领域。该风力发电机异常诊断装置及其诊断方法，有助于优化风力发电机的性能、提高运行效率，并且可以帮助预防潜在的故障和损失，并且可以不断改进和优化模型，确保其在实际应用中具有更好的表现和可靠性；通过将若干个风力发电机统一远程连接一个控制中心，对于环境因素相同的风力发电机可相互参考对比，去除一些环境因素，通过相互检测更新优化的方式，方便系统更快更精准的找到故障原因。

【技术实现步骤摘要】

本专利技术涉及异常诊断，具体为一种风力发电机异常诊断装置及其诊断方法。

技术介绍

1、输出功率是评价风力发电机组发电性能的主要指标。现有的输出功率评估的技术难度相对较小，因为涉及需要分析的变量较少、统计方法也相对简单。然而，实际输出功率评估问题的难点在于当输出功率出现异常时可能是由较多根因导致，此时需有经验的工程师花费较长时间做数据分析来锁定输出功率异常的根因，然后根据锁定的根因具有针对性地解决问题。

2、现有的风力发电机组的输出功率异常诊断方法还存在以下缺陷：

3、难以准确诊断：风力发电机组的输出功率除了设备自身的影响，还包括风速、工作环境的温湿度等外界因素，因此单一的诊断方式可能难以准确识别异常；

4、缺乏综合性：现有的诊断方式可能只针对特定的异常情况进行诊断，缺乏综合性的分析，无法全面识别各种可能的异常原因。

技术实现思路

1、针对现有技术的不足，本专利技术提供了一种风力发电机异常诊断装置及其诊断方法，解决了现有风力发电机组的输出功率异常诊断方法存在诊断方式单一不全面本文档来自技高网...

【技术保护点】

1.一种风力发电机异常诊断方法，其特征在于：具体包括以下步骤：

2.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述S1中收集的数据具体包括：

3.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述S2中清洗包括异常值处理：使用统计学方法检测和处理异常值；

4.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述S3中数据分析包括：

5.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述S4特征工程具体包括：

6.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：...

【技术特征摘要】

1.一种风力发电机异常诊断方法，其特征在于：具体包括以下步骤：

2.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述s1中收集的数据具体包括：

3.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述s2中清洗包括异常值处理：使用统计学方法检测和处理异常值；

4.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述s3中数据分析包括：

5.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述s4特征工程具体包括：

6.根据权利要求1所述的一种风力发电机异常诊断方法，其特征在于：所述s5中模型建立具体包括：

7.根据权利要求1所述的一种风力发电机异常诊断装置，包括n个风力发电机端和控制中心，n个所述风力发电机端将检测数据远程无线传输至控制中心进行处理，其特征在于：所述控制中心包括无线接收模块、数据清洗...

【专利技术属性】
技术研发人员：李治国，张雅静，臧琛，刘乐，高志鹰，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：