【技术实现步骤摘要】
本专利技术涉及风电机组部件态势感知，尤其涉及一种基于多源数据的风电机组机械部件态势感知方法和装置。
技术介绍
1、随着能源需求的增长和环境保护意识的提高，风力发电作为一种清洁、可再生能源逐渐成为世界范围内的主要发电方式之一。然而，风力发电场面临着诸多挑战，如风电机组的异常运行、故障检测与定位等问题。为了提高风电机组的性能和可靠性，对风电机组的态势感知及预测成为了当今研究的焦点。
2、传统上，风电机组的状态监测主要依赖于有限的传感器数据，如振动、温度等。然而，这些单一来源的数据往往无法全面准确地反映风电机组的真实状态。同时，由于风电场分布广泛，机组数量众多，传感器的安装和维护成本也相对较高。因此，如何利用多源数据进行风电机组机械部件的态势感知成为了迫切需要解决的问题。多源数据包括但不限于风速、风向、温度、湿度、功率输出等信息，这些数据可以通过气象站、传感器网络等多种途径获取。利用这些数据，可以获得更全面、准确的风电机组状态信息，从而实现对机组的精确监测和故障预测。
3、在当前的研究中，虽然已经有一些基于多源数据的电...
【技术保护点】
1.一种基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述态势感知环境参量包括风电机组的振动信号、功率输出信号、温度信号及湿度信号。
3.如权利要求2所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述的对所述态势感知环境参量进行预处理包括：
4.如权利要求3所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述的将预处理后的态势感知环境参量进行特征提取与融合获得多源信息融合矩阵包括：
5.如...
【技术特征摘要】
1.一种基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述态势感知环境参量包括风电机组的振动信号、功率输出信号、温度信号及湿度信号。
3.如权利要求2所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述的对所述态势感知环境参量进行预处理包括：
4.如权利要求3所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述的将预处理后的态势感知环境参量进行特征提取与融合获得多源信息融合矩阵包括：
5.如权利要求1所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述态势感知模型在训练时通过设置一个映射函数将不同采集源的数据映射至一个共享的特征空间。
6.如权利要求1所述的基于多源数据的风电机组机械部件态势感知方法，其特征在于，所述态势感知模型在训练过程中所选用的损失函数如下：
7.一种基于多源数据的风电机组机械部件态势感知装置，其特征在于，所述装置包括：
8.如权利要求7所述的基于多源数据...
【专利技术属性】
技术研发人员：杨伟新，张扬帆，赵洪山，吴林林，刘辉，徐海翔，王耀函，丁然，田云峰，林诗雨，梁恺，张绣梅，邓兴睿，
申请(专利权)人：国网冀北电力有限公司电力科学研究院，
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。