[发明专利]一种风力发电机组故障智能诊断方法

摘要

本发明公开了一种风力发电机组故障智能诊断方法，该诊断方法为首先根据风力发电机组的历史故障知识信息建立风力发电机组的故障树模型；再根据所述故障树模型的结构建立概率神经网络结构模型，并将风电机组的历史故障样本数据映射到故障模式空间中，形成较强容错和自适应能力的故障诊断网络模型；最后将故障数据输入到建立的该故障诊断网络模型，得到诊断结果，输出故障模式，再将所述故障模式匹配到对应的故障树分支，定位出故障树分支所辖叶节点，即找出导致故障发生的原因或原因组合。本发明基于故障树和概率神经网络对风电机组多态故障实现故障智能诊断,解决了在不完全情报下实现对风电机组复杂故障的多故障诊断分析，故障原因的准确定位。

主权项

一种风力发电机组故障智能诊断方法，其特征在于，所述诊断方法包括如下步骤：(1)建立风力发电机组的故障树模型所述故障树模型根据风力发电机组的历史故障知识信息建立，以故障部位作为故障树的顶事件，以可能导致顶事件发生的其他事件作为顶事件的子事件，建立故障之间的父子关系，将下一级事件导致上一级事件发生的原因作为事件触发的判据，并用逻辑门表示事件之间的联系；(2)建立概率神经网络结构模型所述概率神经网络结构模型包括输入层、模式层、求和层和输出层，所述输入层的输入向量和输出层的输出向量及其数目均是根据所述故障树模型的结构确定；并将风力发电机组的历史故障样本数据映射到故障模式空间中，形成较强容错和自适应能力的故障诊断网络模型；(3)基于故障树和故障诊断网络的故障原因定位将故障数据输入到所述步骤(2)建立的故障诊断网络模型，得到诊断结果，输出故障模式，再将所述故障模式匹配到对应的故障树分支，定位出故障树分支所辖叶节点，即找出导致故障发生的原因或原因组合。