[发明专利]一种风力发电机的故障检测方法、装置及设备有效
申请号: | 201911128793.4 | 申请日: | 2019-11-18 |
公开(公告)号: | CN110805534B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 唐明珠;彭巨;燕伯峰;陈宇韬;陈冬林;龙文;李泽文 | 申请(专利权)人: | 长沙理工大学;内蒙古青电云电力服务有限公司 |
主分类号: | F03D17/00 | 分类号: | F03D17/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 薛娇 |
地址: | 410114 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 风力发电机 故障 检测 方法 装置 设备 | ||
1.一种风力发电机的故障检测方法,其特征在于,包括:
提取发电机在故障发生时刻前后的共预设时段内的运行数据;
确定出所述运行数据中的表征预设类型故障的主要特征变量,除所述主要特征变量之外的均为非主要特征变量;
将所述运行数据中与所述主要特征变量的线性相关性小于第一预设阈值的所述非主要特征变量对应的数据剔除;
将剔除后的所述运行数据中与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量对应的数据剔除,并将剩余的所述运行数据作为检测运行数据;
利用分类器并结合所述检测运行数据检测所述发电机是否存在所述预设类型故障;
所述分类器为极端随机森林故障检测装置;
所述将所述运行数据中与所述主要特征变量的线性相关性小于第一预设阈值的所述非主要特征变量对应的数据剔除之后,所述将剔除后的所述运行数据中与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量对应的数据剔除,并将剩余的所述运行数据作为检测运行数据之前,该风力发电机的故障检测方法还包括:
将剔除后的所述运行数据中的线性相关性大于第三预设阈值的N个非主要特征变量剔除掉N-1个;
所述将剔除后的所述运行数据中与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量对应的数据剔除之后,所述并将剩余的所述运行数据作为检测运行数据之前,该风力发电机的故障检测方法还包括:
将剔除掉与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量后的所述运行数据中,与所述主要特征变量的非线性相关性大于第四预设阈值的所述非主要特征变量对应的数据剔除。
2.根据权利要求1所述的风力发电机的故障检测方法,其特征在于,所述提取发电机在故障发生时刻前后的共预设时段内的运行数据之后,确定出所述运行数据中的表征预设类型故障的主要特征变量之前,该风力发电机的故障检测方法还包括:
删除所述运行数据中的无效数据。
3.根据权利要求2所述的风力发电机的故障检测方法,其特征在于,所述删除所述运行数据中的无效数据具体为:
删除所述运行数据中含有空值或缺失值的样本、所有特征变量均为0的样本以及所有数据均为0的特征变量。
4.根据权利要求1所述的风力发电机的故障检测方法,其特征在于,所述将所述运行数据中与所述主要特征变量的线性相关性小于第一预设阈值的所述非主要特征变量对应的数据剔除具体为:
利用Pearson相关性分析法,将所述运行数据中与所述主要特征变量的线性相关性小于第一预设阈值的所述非主要特征变量对应的数据剔除。
5.根据权利要求1所述的风力发电机的故障检测方法,其特征在于,所述将剔除后的所述运行数据中与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量对应的数据剔除具体为:
利用最大信息系数法,将剔除后的所述运行数据中与所述主要特征变量的非线性相关性小于第二预设阈值的所述非主要特征变量对应的数据剔除。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学;内蒙古青电云电力服务有限公司,未经长沙理工大学;内蒙古青电云电力服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911128793.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种花绒寄甲养殖装置
- 下一篇:相变蓄热装置及热水器