基于人工智能的风电机组异常预警方法及系统技术方案

技术编号:43710185 阅读:20 留言:0更新日期:2024-12-18 21:22
本发明专利技术涉及数据处理技术领域,尤其涉及基于人工智能的风电机组异常预警方法及系统。方法包括步骤:利用风电机组运行数据构建孤立树;计算数据点与所有时序邻近点在孤立树中的平均层数差值的绝对值,根据所述差值的绝对值以及所有时序邻近点的层数的标准差计算所述数据点的时序突变程度,获取任意一个维度的任意一个数据点的空间邻近点,根据该数据点与其空间邻近点的欧式距离计算该数据点的密度分布差异,根据任意一个维度的数据点的时序突变程度以及密度分布差异,对多维数据点的异常得分进行加权;根据加权异常得分进行预警。本发明专利技术对风电机组运行数据的异常检测结果更加准确,进一步的对工作人员的预警更加准确。

【技术实现步骤摘要】

本专利技术涉及数据处理,尤其涉及基于人工智能的风电机组异常预警方法及系统


技术介绍

1、随着全球对可再生能源的需求不断增加,风能作为一种清洁且可持续的能源形式,已在电力生产中占据了重要地位。风电机组作为风能转化为电能的关键设备,其运行的稳定性和可靠性直接影响到风电场的发电效率和经济效益。风电机组通过风力驱动转子,转子与发电机相连,将机械能转化为电能。在此过程中,输出的电能量、电压和电流等参数是评估风电机组运行状态的关键指标。任何一项指标的异常波动都可能预示着风电机组存在潜在故障,例如机械故障、电子元件失效或外部环境变化等。因此,需要对风电机组运行过程中的多项参数进行监测,并及时预警。

2、孤立森林算法是一种对多维度数据进行异常检测的算法,其利用多维度数据来构造孤立树,并根据孤立树计算任意一个数据点的异常程度,从而完成异常检测。例如,公开号为cn115496163a的中国专利申请文件中公开了基于k-means++、bp神经网络和孤立森林的建筑异常能耗监测方法,该专利申请文件指出,利用同类别的能耗数据构建孤立树获取异常得分。在计算异常得分时,传统本文档来自技高网...

【技术保护点】

1.基于人工智能的风电机组异常预警方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述根据多维数据点利用孤立森林算法构建孤立树,包括步骤:

3.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述时序邻近点的获取方式包括:

4.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述时序突变程度满足表达式:

5.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述空间邻近点的获取方式包括:

6.根据权利要求1所述的基于人...

【技术特征摘要】

1.基于人工智能的风电机组异常预警方法,其特征在于,包括步骤:

2.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述根据多维数据点利用孤立森林算法构建孤立树,包括步骤:

3.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述时序邻近点的获取方式包括:

4.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述时序突变程度满足表达式:

5.根据权利要求1所述的基于人工智能的风电机组异常预警方法,其特征在于,所述空间邻近点的获取方式包括:

6.根据权利要求1所述的基于人工智能的风电机组异常预警方法...

【专利技术属性】
技术研发人员:陈虎张海平胡明清王仕林刘龙辉
申请(专利权)人:青岛百恒新能源技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1