【技术实现步骤摘要】
本专利技术涉及机械故障诊断，特别涉及一种基于深度学习的风电机组故障诊断方法及系统。
技术介绍
1、风力发电机组是将风的动能转换为电能的系统，风力发电机组进行发电时，无论是风机并网发电还是风光互补发电，都要保证输出电频率恒定，因此，如何及时诊断并处理风力发电机组的故障是十分重要的。
2、相关技术中，传统故障诊断方法往往因为灵活性不足导致难以应对多样化的故障类型，从而导致故障诊断的准确率降低。
3、基于此，目前亟需一种基于深度学习的风电机组故障诊断方法及系统来解决上述技术问题。
技术实现思路
1、本专利技术实施例提供了一种基于深度学习的风电机组故障诊断方法及系统，能够有效提升风电机组故障诊断的准确率。
2、第一方面，本专利技术实施例提供了一种基于深度学习的风电机组故障诊断方法，包括：
3、获取预处理后的风力发电机组的运行数据；其中，所述预处理包括数据清洗处理、数据归一化处理和数据标准化处理，所述运行数据包括振动、温度、压力、风速、声音、电流、电压
【技术保护点】
1.一种基于深度学习的风电机组故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述风机故障诊断模型具体是通过如下方式优化得到的：
3.根据权利要求2所述的方法，其特征在于，所述基于预设的优化算法对所述初始模型进行优化迭代处理，得到所述风机故障诊断模型包括：
4.根据权利要求3所述的方法，其特征在于，所述风力发电机组的故障诊断结果具体是通过如下方式得到的：
5.根据权利要求4所述的方法，其特征在于，所述特征处理包括信号处理和特征提取处理，其中：
6.根据权利要求4所述的方法，其特征在...
【技术特征摘要】
1.一种基于深度学习的风电机组故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述风机故障诊断模型具体是通过如下方式优化得到的：
3.根据权利要求2所述的方法，其特征在于，所述基于预设的优化算法对所述初始模型进行优化迭代处理，得到所述风机故障诊断模型包括：
4.根据权利要求3所述的方法，其特征在于，所述风力发电机组的故障诊断结果具体是通过如下方式得到的：
5.根据权利要求4所述的方法，其特征在于，所述特征处理包括信号处理和特征提取处理，其中：
6.根据权利要求4所述的方法，其特征在于，所述基于所述故障诊断结果，确定...
【专利技术属性】
技术研发人员：俎海东，李晓波，刘钊彤，王超，田文涛，周菁，云杰，原帅，范志强，朱生华，张沈彬，樊泽国，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
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。