[发明专利]一种基于最优间隔分布机的变桨系统故障检测方法及装置

权利要求书

1.一种基于最优间隔分布机的变桨系统故障检测方法，其特征在于，包括：

获取风电机组的运行参数的运行数据集，所述运行参数至少为一个；

根据Pearson相关系数分析方法对所述运行数据集进行变桨系统的特征选择，得到样本数据集，所述样本数据集包括训练集和测试集；

根据所述训练集对代价敏感最优间隔分布机进行构建训练，得到所述变桨系统的故障检测模型；

根据所述测试集及所述机故障检测模型，预测得到所述变桨系统的故障检测结果。

2.根据权利要求1所述的方法，其特征在于，所述获取风电机组的运行参数的运行数据集，包括：

获取风电机组的运行参数的原始数据集；

根据数据清洗规则对所述原始数据集进行数据清洗，得到第一数据集；

根据所述风电机组的故障时间，按照预置故障时间范围从所述第一数据集中选取出第二数据集；

对所述第二数据集进行归一化处理得到运行数据集。

3.根据权利要求1所述的方法，其特征在于，所述根据Pearson相关系数分析方法对所述运行数据集进行变桨系统的特征选择，得到样本数据集，包括：

根据变桨系统的运行参数故障影响度，选取所述风电机组的机组功率输出作为第一运行参数；

通过Pearson相关系数分析方法，将所述第一运行参数与所述风电机组的所有运行参数分别进行相关性分析，得到所述第一运行参数与每一个运行参数的相关度系数值；

选取相关度系数值超过预置相关度最低阈值的运行参数作为第二运行参数，根据所述第二运行参数得到样本数据集，所述样本数据集包括训练集和测试集。

4.根据权利要求3所述的方法，其特征在于，所述选取相关度系数值超过预置相关度最低阈值的运行参数作为第二运行参数，根据所述第二运行参数得到样本数据集，包括：

选取相关度系数值超过预置相关度最低阈值的运行参数作为第二运行参数；

使用Pearson相关系数分析方法，将所述第一运行参数与所述第二运行参数进行相关度分析，得到所述一运行参数与所述第二运行参数的相关度系数值；

选取相关度系数值低于预置相关度最高阈值的运行参数作为第三运行参数；

根据所述第三运行参数得到样本数据集，所述样本数据集包括训练集和测试集。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述根据所述训练集对代价敏感最优间隔分布机进行构建训练，得到所述变桨系统的故障检测模型，包括：

获取最优间隔分布机的第一表达式，所述第一表达式包括第一偏差参数、第二偏差参数、间隔参数和间隔均值参数，所述第一偏差参数为所述间隔参数和所述间隔均值参数的正偏差，所述第二偏差参数为所述间隔参数和所述间隔均值参数的负偏差；

为所述第一偏差参数的平方值赋予第一代价敏感参数，为所述第二偏差参数的平方值赋予第二代价敏感参数，得到第二表达式，所述第二表达式为代价敏感最优间隔分布机的表达式，所述第一代价敏感参数和所述第二代价敏感参数根据网格搜索法获取得到；

根据所述训练集和所述第二表达式进行构建训练，得到所述变桨系统的故障检测模型。

6.一种基于最优间隔分布机的变桨系统故障检测装置，其特征在于，包括：

获取模块，用于获取风电机组的运行参数的运行数据集，所述运行参数至少为一个；

分析模块，用于根据Pearson相关系数分析方法对所述运行数据集进行变桨系统的特征选择，得到样本数据集，所述样本数据集包括训练集和测试集；

故障检测模型训练模块，用于根据所述训练集对代价敏感最优间隔分布机进行构建训练，得到所述变桨系统的故障检测模型；

故障预测模块，用于根据所述测试集及所述故障检测模型，预测得到所述变桨系统的故障检测结果。