【技术实现步骤摘要】
本专利技术涉及海上风电机组故障预测，更具体的说是涉及一种考虑环境因素影响的海上风电机组故障预测方法及装置。
技术介绍
1、海上风电系统作为一种重要清洁能源发电方式得到了迅速的发展，但是相较于陆上风电机组较高的可用率，海上风电系统运行在复杂恶劣的海洋环境中，其故障率高、可及性差、维护困难且维护成本远高于陆上风电机组。
2、相关技术中，通常是在机组发送故障或异常状况时，再针对故障进行排除，现场运行人员无法对故障进行及时处理和预防，这会对机组的正常运行造成很大影响，因此，如果能预测故障的发生，将大大降低海上风电机组的运维成本。
3、故障预测技术以当前设备的使用状态为起点，结合已知预测对象的自身特点、环境条件及历史数据，对设备未来的故障进行预测，以便预先消除故障；现有的风电机组故障预测模型，大多采用机器学习算法进行历史数据挖掘，分析处理大量风机历史运行数据，通过建立故障预测模型对风机故障进行预测。
4、然而，在以往海上风电机组故障预测的研究中，通常基于机组自然退化过程，假设机组设备随时间逐步劣化而后发生故障，...
【技术保护点】
1.一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，步骤S2的具体内容为：
3.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，传感器KPCA-KD故障检测模型的具体内容为：
4.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，计及环境因素的机械系统故障诊断模型的具体内容为：
5.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，...
【技术特征摘要】
1.一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，步骤s2的具体内容为：
3.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，传感器kpca-kd故障检测模型的具体内容为：
4.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，计及环境因素的机械系统故障诊断模型的具体内容为：
5.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，塔架结构损伤检测模型的具体内容为：
6.根据权利要求1所述的一种考虑环境因素影响的海上风电机组故障预测方法，其特征在于，步骤s3的具体内容为：
7.根据权利要求...
【专利技术属性】
技术研发人员：王晶晶，李易，廖艳芬，梁蓝逸，张渊晟，陈庆文，马晓茜，谭福太，
申请(专利权)人：广州汇锦能效科技有限公司，
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。