【技术实现步骤摘要】
本专利技术涉及基于双流神经网络风电机组轴承故障诊断模型构建方法，属于故障诊断。
技术介绍
1、风能作为无污染的可再生能源在全世界范围内广泛应用。自我国提出“碳中和”与“碳达峰”的战略以来，风力发电的总装机容量增加至世界前列。伴随着高比例可再生能源接入电网的实际情况，对风电机组的平稳产电的能力提出了更高的要求。由于风电机组通常安装在极端地理环境下，面临的工况十分复杂。机组整体受力情况多变，致使机组容易发生故障，影响其稳定运行，给运维工作带来了很大的挑战。而轴承是风电机组的关键组成部分，运行状态下受各方向作用力的影响极易发生故障，进而给风电机组齿轮箱造成损伤，导致机组大面积的停机。因此，风电机组轴承进行健康监测和故障诊断，能有效的避免故障带来的安全问题和经济损失。对优化风电机组投产期间的运维策略，缩短轴承故障诊断和维修时间具有重要的现实意义。
2、目前，在风电机组轴承故障诊断领域主要通过采集振动信号分析轴承所处的状态。以振动信号为基础数据进行轴承故障诊断的方法主要有信号处理法和数据挖掘法。先进的信号处理方法如傅里叶变换法、小波变...
【技术保护点】
1.基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，还包括：
3.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述步骤2还包括将时频矩阵降采样至128×128大小。
4.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述将生成的信号数据重采样为1×512大小的方法为最临近插值法。
5.根据权利要求1所述的基于双流神经网络风电机...
【技术特征摘要】
1.基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，还包括：
3.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述步骤2还包括将时频矩阵降采样至128×128大小。
4.根据权利要求1所述的基于双流神经网络风电机组轴承故障诊断模型构建方法，其特征在于，所述将生成的信号数据重采样为1×512大小的方法为最临近插值法。
5.根据权利要求1所述的基于双流神经网络...
【专利技术属性】
技术研发人员：赵平，谭伟，曹双和，王梓豪，陈浩，王雅竹，刘永，徐静，贺瑶，邹玮，汤旻，李扬松，李芳芳，
申请(专利权)人：中国电建集团贵州电力设计研究院有限公司，
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。