[发明专利]一种基于压缩感知的风力发电机组异常检测方法

摘要

本发明公开了一种基于压缩感知的风力发电机组异常检测方法。它通过对风力发电机组中各种传感器采集的标量和矢量数据分析，采用压缩感知重构算法发现机组中出现异常的器件。本发明以集合X描述器件状态，器件状态良好设为0值，状态异常设为非0值。由于风力发电机组中多个器件同时出现故障和异常的概率非常低，因此，表示器件状态的集合X具有稀疏特点。首先基于各传感器采集的标量和矢量数据，通过对风机出现异常时的历史数据进行分析求出经验矩阵，然后采用压缩感知的重构算法还原出稀疏信号X，从而检测出异常器件。本发明通过将压缩感知应用于风力发电机组异常检测，将异常定位到具体器件，不仅提高了检测精确度，也减少了工程师的工作量。

主权项

一种基于压缩感知的风力发电机组异常检测方法，其特征在于，对风机机组出现异常时各种传感器采集的历史数据进行数据分析，获得测量矩阵的过程，所述方法至少包括以下步骤：1)将各传感器在每τ秒内采集的实时数据取平均值作为一组测量值Y∈Rm，m为传感器的种类个数，即测量值Y的长度；2)将机组模块中的器件状态良好设为0值，状态异常设为非0值，对应出现异常时各个器件的状态组成集合X∈RN，N为可能出现异常的器件个数，即稀疏信号长度；3)将多组测量值Y∈Rm和稀疏信号X∈RN，代入Y＝ΦX可得出测量矩阵Φ∈Rm×N；4)将测量矩阵Φ进行优化，作为风力发电机组异常检测的经验矩阵。