基于时间网络流熵法的风力发电机预警和辨识方法及装置

    公开(公告)号:CN117763313B

    公开(公告)日:2024-07-26

    申请号:CN202410194841.4

    申请日:2024-02-22

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于时间网络流熵法的风力发电机预警和辨识方法及装置,涉及数据处理领域,包括:在参考时刻从SCADA系统所监测的变量中选取多个关键连续时间变量,得到样本数据集;再加入t时刻的变量数据,得到混合样本数据集,构建t时刻风力发电机的特异差分网络,分离特异差分网络中各个节点的局部网络;基于混合样本数据集计算在局部网络中每个边缘节点的局部网络流熵和条件网络流熵;根据局部网络中每个边缘节点的局部网络流熵和条件网络流熵计算时间网络流熵,根据时间网络流熵生成报警信号,并在风力发电机的拓扑结构的映射下确定故障位置,解决高维数据情况下普遍存在大噪声、且变量多导致预测难度大等问题。

    基于时间网络流熵法的风力发电机预警和辨识方法及装置

    公开(公告)号:CN117763313A

    公开(公告)日:2024-03-26

    申请号:CN202410194841.4

    申请日:2024-02-22

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于时间网络流熵法的风力发电机预警和辨识方法及装置,涉及数据处理领域,包括:在参考时刻从SCADA系统所监测的变量中选取多个关键连续时间变量,得到样本数据集;再加入t时刻的变量数据,得到混合样本数据集,构建t时刻风力发电机的特异差分网络,分离特异差分网络中各个节点的局部网络;基于混合样本数据集计算在局部网络中每个边缘节点的局部网络流熵和条件网络流熵;根据局部网络中每个边缘节点的局部网络流熵和条件网络流熵计算时间网络流熵,根据时间网络流熵生成报警信号,并在风力发电机的拓扑结构的映射下确定故障位置,解决高维数据情况下普遍存在大噪声、且变量多导致预测难度大等问题。

Patent Agency Ranking