[发明专利]基于扩散图数据降维技术的风力发电机组健康度评估方法

摘要

本发明公开了一种基于扩散图数据降维技术的风力发电机组健康度评估方法，包括采集样本数据、构建检测模型、健康状态曲面确定、不同故障质心选择、数据降维、整机健康度评估以及风力发电机组关键部件健康度评估。本发明的有益效果是：通过对风力发电机组的健康度衰退指数监测以确保风力发电机组安全运行，在风力发电机组健康度衰退时及时安排检查和维修，避免不必要的人力物力损失，可以对风力发电机组及其关键部件进行实时的健康度评估，并且扩散图数据降维技术实现了风力发电机组健康度的可视化，提前监测风力发电机组的健康指数衰退情况，对现场维修人员具有指导意义，优化维修方案，减少人力物力浪费，从而降低风力发电机的运维成本。

主权项

1.一种基于扩散图数据降维技术的风力发电机组健康度评估方法，其特征在于：包括以下步骤：步骤一：采集样本数据：采集风力发电机组不同故障前一个星期的故障样本数据；步骤二：构建检测模型：将采集到的不同故障的历史数据作为样本模型，使用数据降维的扩散图技术将不同模型的高维数据进行数据压缩，使其降到二维空间中，将降维后的样本数据进行不同故障类别标示，并在同一二维坐标轴中进行展示；步骤三：不同故障质心选择：利用扩散图技术得到的不同类型故障以簇的形式分布在二维平面上，通过使用高斯概率密度核函数计算出不同簇的质心，以质心代表不同的故障部位和类型；步骤四：数据降维：使用扩散图数据降维技术将风力发电机运行时产生的实时数据降到二维空间；步骤五：整机健康度评估：以风力发电机组健康状态下运行的数据作为评估基准点，使用扩散图技术将标准健康数据压缩到二维空间作为基准健康曲面，并将此时点设置为0；使用GMM模型计算风力发电机组实时数据压缩后产生的点和风力发电机组基准面压缩到同一二维平面，使用L2公式计算风力发电机组的健康度；步骤六：风力发电机组关键部件健康度评估：将风力发电机组关键部件的模型提取到一个二维空间中，将实时数据输入到模型中，通过点到质心的距离大小和方向对风力发电机的主要部件进行健康度评估；以最大距离作为部件健康度指标，以方向作为风力发电机关键部件对故障模型的指向。