【技术实现步骤摘要】
本专利技术属于风力发电，涉及风机状态在线状态监测的方法。
技术介绍
1、由于全球化石能源危机日益严重，各国的能源需求也在发生改变，原来是以化石能源为主的传统、不可再生能源，现在正在慢慢过渡到以风能、太阳能等为代表的清洁可再生能源。
2、近年来，风能作为典型的清洁能源代表引起了全球的关注与重视，这为风力发电的发展提供了良好的契机。
3、风力发电机通常工作在环境恶劣的偏远地区，经常遭受恶劣天气的侵扰，此外，随着风力发电机组单机容量越来越大，机器结构日趋复杂，这些条件决定了风电机组具有故障概率高、故障种类多等特点，使风机运维更加复杂。
4、目前，传统风电运维主要通过人工巡检辅以定期检修的方式进行运维，然而异常发生时运维人员往往不能得到及时预警，而且这种运维存在效率低、成本高、停机时间长、危险系数高等问题，直接影响了风电的安全性和经济性。
5、在故障检测技术方面，风力发电机组状态监测系统(conditionmonitoringsystem,cms)系统已广泛应用于风场运维，并且有效地对风机状态进行
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的风电机组在线自动诊断系统，其特征在于首先使用改进的Faster RCNN模型提取风机中振动加速度的故障特征参数，然后对故障特征进行汇聚获取故障诊断标准；并且将故障诊断模块和知识图谱结合，将诊断结果和反馈相结合，提出具有自主学习和推理更新能力的风电机组在线自动诊断系统。
2.采集风机传动链、叶片、机舱、塔筒数据，传输到每台风机的本地智能终端进行时频变换。时频变换的公式如下：
3.在风机本地智能终端对每一台机组采集的数据进行特征提取，过程如下。
4.通过运维物联网选取相同工况下每个测点的敏感因子输入诊断标准生成模块...
【技术特征摘要】
1.一种基于知识图谱的风电机组在线自动诊断系统，其特征在于首先使用改进的faster rcnn模型提取风机中振动加速度的故障特征参数，然后对故障特征进行汇聚获取故障诊断标准；并且将故障诊断模块和知识图谱结合，将诊断结果和反馈相结合，提出具有自主学习和推理更新能力的风电机组在线自动诊断系统。
2.采集风机传动链、叶片、机舱、塔筒数据，传输到每台风机的本地...
【专利技术属性】
技术研发人员：庞宇，解彩芸，刘展，
申请(专利权)人：湖州普康智信科技有限公司，
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。