[发明专利]风电机组能效状态监测方法、装置及存储介质

权利要求书

1.一种风电机组能效状态监测方法，包括：

获取风电机组监测数据；

对所述风电机组监测数据进行预处理；

基于经过预处理的所述风电机组监测数据，确定第一数据；

基于所述第一数据，确定测试集；

将所述测试集中的数据输入至预训练的知识蒸馏学生模型，得到风电机组能效状态预测结果。

2.根据权利要求1所述的方法，其中，所述第一数据包括基准度数据和偏离度数据。

3.根据权利要求1所述的方法，其中，所述知识蒸馏学生模型通过以下方法进行训练：

获取风电机组监测样本数据；

对所述风电机组监测样本数据进行预处理；

基于经过预处理的风电机组监测样本数据，确定第一样本数据；

基于所述第一样本数据确定风电机组的能效状态；

基于所述能效状态，对所述第一样本数据进行标记，得到第一样本数据标签；

基于所述第一样本数据，对知识蒸馏教师模型进行预训练；

将所述第一样本数据输入至预训练后的所述知识蒸馏教师模型，得到第一预测结果；

基于所述第一预测结果和所述第一样本数据标签对所述知识蒸馏学生模型进行训练，得到训练后的所述知识蒸馏学生模型。

4.根据权利要求3所述的方法，其中，所述基于所述第一样本数据，对知识蒸馏教师模型进行预训练，包括：

基于所述第一样本数据，确定训练样本集；

将所述训练样本集输入至所述知识蒸馏教师模型，得到第二预测结果；

按照预设的损失函数，计算所述第二预测结果与所述验证集标签的损失值；

基于所述损失值对所述知识蒸馏教师模型进行预训练。

5.根据权利要求3所述的方法，其中，所述知识蒸馏学生模型包括双向长短时计算单元、表征能力提升组件；所述将所述第一样本数据输入至预训练后的所述知识蒸馏教师模型，得到第一预测结果，包括：

所述将所述第一样本数据输入至所述双向长短时计算单元，得到所述第一样本数据的特征信息；

基于所述特征信息，将所述第一样本数据输入至所述表征能力提升组件，得到表征能力提升后的第一样本数据；

按照预设的归一化指数函数，根据表征能力提升后的第一样本数据，计算所述第一预测结果。

6.根据权利要求3所述的方法，其中，所述基于所述第一预测结果和所述第一样本数据标签对所述知识蒸馏学生模型进行训练，得到训练后的所述知识蒸馏学生模型，包括：

基于所述第一样本数据，确定测试样本集；

将所述测试样本集输入至所述知识蒸馏学生模型，得到第二预测结果；

按照预设的损失函数，根据所述第二预测结果与所述第一预测结果，计算第一损失值；

按照预设的损失函数，根据所述第二预测结果与所述第一样本数据标签，计算第二损失值；

根据所述第一损失值和所述第二损失值对所述知识蒸馏学生模型进行训练，得到训练后的所述知识蒸馏学生模型。

7.一种风电机组能效状态监测装置，包括：

获取模块，用于获取风电机组监测数据；

预处理模块，用于对所述风电机组监测数据进行预处理；

第一确定模块，用于基于经过预处理的所述风电机组监测数据，确定第一数据；

第二确定模块，用于基于所述第一数据，确定测试集；

预测模块，用于将所述测试集中的数据输入至预训练的知识蒸馏学生模型，得到风电机组能效状态预测结果。

8.一种存储介质，当所述存储介质中的指令由计算机设备的处理器执行时，使得所述计算机设备能够执行如权利要求1至6中任一项所述的风电机组能效状态监测方法。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的风电机组能效状态监测方法。

10.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至6任一项所述的风电机组能效状态监测方法的步骤。