基于模糊分區(qū)的風(fēng)電機組變槳系統(tǒng)故障預(yù)警識別方法
基本信息

| 申請?zhí)?/td> | CN202010953736.6 | 申請日 | - |
| 公開(公告)號 | CN112733279A | 公開(公告)日 | 2021-04-30 |
| 申請公布號 | CN112733279A | 申請公布日 | 2021-04-30 |
| 分類號 | G06F30/17;G06F30/27;G06Q10/04;G06N3/04;G06F113/06 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 曹欣;譚建鑫;白日欣;崔愷;蘇偉;李雪松;尚一斐;王臻;王運方 | 申請(專利權(quán))人 | 新天綠色能源股份有限公司 |
| 代理機構(gòu) | 上海驍象知識產(chǎn)權(quán)代理有限公司 | 代理人 | 趙俊寅 |
| 地址 | 050006 河北省石家莊市裕華西路9號裕園廣場A座 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 基于模糊分區(qū)的風(fēng)電機組變槳系統(tǒng)故障預(yù)警識別方法,基于梯形模糊分區(qū)理論,將風(fēng)力等級分為四個模糊分區(qū),也稱模糊集合F,并計算模糊集合F的隸屬度函數(shù);將風(fēng)電場SCADA得到的風(fēng)速數(shù)據(jù)按照時間段進行風(fēng)速等級模糊分區(qū)處理,確定各模糊分區(qū)處理,確定各模糊分區(qū)范圍,通過步驟1所述的隸屬度函數(shù),得到各個分區(qū)的隸屬度值,用ε1表示;進行長短型記憶網(wǎng)絡(luò)深度學(xué)習(xí)算法分區(qū)預(yù)測,得到各個分區(qū)的預(yù)測值,用LSTM_out1表示,然后將各個分區(qū)的預(yù)測值LSTM_out1乘以該分區(qū)的隸屬度值ε1,再將所有分區(qū)εi*LSTM_outi的值相加,得到本風(fēng)機啟動階段的變槳軸承軸速預(yù)測值。本發(fā)明克服了現(xiàn)有技術(shù)的不足,能夠?qū)崟r預(yù)警變槳機械故障隱患狀況,實現(xiàn)提前對設(shè)備故障隱患做出相應(yīng)分析判斷。 |





