【技术实现步骤摘要】
本专利技术属于风电机组故障预测，特别是涉及一种风电机组故障预测模型及基于大数据分析的早期预警系统。
技术介绍
1、风电机组是风电场的主设备，价格占风电场总投资的74-82％，由于运行环境恶劣导致设备故障率高，且维护费用昂贵，因此风电机组的维护费用已成为风电场主要运营成本。降低风电机组维护费用是提高风电场运营经济效益的重要途径，为了有效降低风电机组的维护费用，风电企业纷纷引入状态监测、故障诊断和状态维护等技术。然而，现阶段市场上出现的大部分状态监测和故障诊断系统仅仅能够实现数据采集、信号处理功能，而故障诊断、定位和预测等功能往往需要具有丰富的故障诊断经验的专家根据所采集信号数据的频域分析进行判断。
2、由上可知，现有技术中的风电机组故障智能诊断方法存在以下弊病：由于现场维护人员往往不具备丰富的故障诊断的专家经验，所以现有的基于专家经验的软件在实际工作中很难充分发挥其作用，导致故障智能诊断、智能预警等功能难以实现。
技术实现思路
1、本专利技术的目的在于提供一种风电机组故障预测模型...
【技术保护点】
1.一种风电机组故障预测模型及基于大数据分析的早期预警系统，包括风电机组故障预测模型和预警系统，其特征在于：
2.根据权利要求1所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述预警系统内置有故障知识库；所述故障知识库存储有已知的风电机组故障类型和该故障类型对应的特征参数样本；所述故障发生信号包括风电机组的工作数据和监视控制数据。
3.根据权利要求2所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述故障知识库建立流程如下：
4.根据权利要求1所述的一种风电机组故障预测模型及基于...
【技术特征摘要】
1.一种风电机组故障预测模型及基于大数据分析的早期预警系统，包括风电机组故障预测模型和预警系统，其特征在于：
2.根据权利要求1所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述预警系统内置有故障知识库；所述故障知识库存储有已知的风电机组故障类型和该故障类型对应的特征参数样本；所述故障发生信号包括风电机组的工作数据和监视控制数据。
3.根据权利要求2所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述故障知识库建立流程如下：
4.根据权利要求1所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述数据采集模块采集风电机组的故障预警和故障发生信号后，根据风电机组的故障预警和故障发生的时刻进行故障标记。
5.根据权利要求4所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述风电机组的故障预警和故障信号发生的时刻进行预警等级和故障标记，包括：
6.根据权利要求1所述的一种风电机组故障预测模型及基于大数据分析的早期预警系统，其特征在于，所述故障诊断模块诊断出有新故障发生时，设置故障知识库中样本按照匹配成功率进行排序，选择匹...
【专利技术属性】
技术研发人员：梁军明，肖志辉，陈昌林，杜小东，罗思阳，巫鑫，杨帆，
申请(专利权)人：四川省能投美姑新能源开发有限公司，
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。