基于SCADA数据的风电机组故障诊断方法、系统及电子设备技术方案

本发明专利技术提出了一种基于SCADA数据的风电机组故障诊断方法、系统即电子设备，所述方法包括：获取多个样本运行数据；通过支持向量机算法对所述多个样本运行数据中的至少部分样本运行数据进行训练，确定支持样本运行数据，所述支持样本运行数据为区分正样本运行数据和负样本运行数据的边界样本运行数据；根据支持样本运行数据与K个最近邻样本运行数据的距离确定生成参数；根据所述生成参数生成多个新样本运行数据，以得到风机故障诊断模型的训练数据；对所述训练数据进行特征融合，得到融合训练数据；通过支持向量机算法对所述融合训练数据进行训练，得到风机故障诊断模型。该方法解决了现有检测方法检测模型建立复杂的问题。

【技术实现步骤摘要】

本专利技术涉及风力发电，尤其涉及一种基于scada数据的风电机组故障诊断方法、系统及电子设备。

技术介绍

1、随着风力发电装机容量的增加，风力发电机组的正常运行对风力发电的可靠性至关重要。

2、现有技术中，部分风电场部署了提供预测性维护的状态监测系统，该状态监测系统依靠高频传感设备对风力发电机进行故障检测，造成故障检测成本高。为了降低运维成本，基于设备运行状态进行故障检测方法在风电场风力发电机故障检测中被广泛使用。该检测方法主要基于从风力发电机主传动系统收集的振动信号实现风机故障检测，但是振动信号的分析需要大量的实验数据和专业知识支撑，检测模型的建立需要结合风电机组的结构、工作原理和各个部件之间的关系，从而导致该检测方法模型建立复杂。

技术实现思路

1、有鉴于此，本专利技术提出了一种基于scada数据的风电机组故障诊断方法、系统及电子设备，该方案训练的风机故障检测模型基于历史运行数据进行训练即可得到检测模型，解决了现有检测方法检测模型建立复杂的问题。

2、根据本专利技术的一方面，本专利本文档来自技高网...

【技术保护点】

1.一种基于SCADA数据的风电机组故障诊断方法，其特征在于：所述方法包括：

2.如权利要求1所述的基于SCADA数据的风电机组故障诊断方法，其特征在于：当所述多个样本运行数据中的正样本运行数据数量小于负样本运行数据数量时，所述根据支持样本运行数据与K个最近邻样本运行数据的距离确定生成参数，包括：

3.如权利要求2所述的基于SCADA数据的风电机组故障诊断方法，其特征在于：所述根据所述第一距离确定各正支持样本运行数据对应的生成参数，包括：

4.根据权利要求2或3所述的基于SCADA数据的风电机组故障诊断方法，其特征在于：所述根据所述生成参数生成多个新样...

【技术特征摘要】

1.一种基于scada数据的风电机组故障诊断方法，其特征在于：所述方法包括：

2.如权利要求1所述的基于scada数据的风电机组故障诊断方法，其特征在于：当所述多个样本运行数据中的正样本运行数据数量小于负样本运行数据数量时，所述根据支持样本运行数据与k个最近邻样本运行数据的距离确定生成参数，包括：

3.如权利要求2所述的基于scada数据的风电机组故障诊断方法，其特征在于：所述根据所述第一距离确定各正支持样本运行数据对应的生成参数，包括：

4.根据权利要求2或3所述的基于scada数据的风电机组故障诊断方法，其特征在于：所述根据所述生成参数生成多个新样本运行数据，包括：

5.如权利要求1所述的基于scada数据的风电机组故障诊断方法，其特征在于：当所述多个样本运行数据中的正样本运行数据数量多于负样本运行数据数量时，所述根据支持样本运行数据与k个最近...

【专利技术属性】
技术研发人员：王文，管迎春，何君，郭光华，陈平，田勇，刘继涛，杨腾，兰浩，阳小林，周鑫，刘震瑶，秦海波，任青清，
申请(专利权)人：湖北能源集团新能源发展有限公司检修分公司，
类型：发明
国别省市：