公开(公告)号：CN112459970B

公开(公告)日：2022-04-26

申请号：CN202010354633.8

申请日：2020-04-29

Applicant: 华北电力大学

Inventor： 滕伟 ,  袁帅 ,  史秉帅 ,  柳亦兵

IPC: F03D17/00

Abstract: 一种运用数据对抗学习的风电机组异常状态检测方法，包括SCADA数据的预处理、生成对抗网络的搭建与训练和面向海量SCADA数据的机组异常状态测试。SCADA数据的预处理用于获取监测参数的正常数据，这些数据用来训练搭建好的生成对抗网络，训练好的生成对抗网络用来检测目标SCADA数据是否异常，SCADA数据的异常代表风电机组的异常。本发明将SCADA数据中的干扰成分排除，通过对抗训练学习数据的正常表征，用以鉴别风电机组的异常状态。

公开(公告)号：CN112459970A

公开(公告)日：2021-03-09

申请号：CN202010354633.8

申请日：2020-04-29

Applicant: 华北电力大学

Inventor： 滕伟 ,  袁帅 ,  史秉帅 ,  柳亦兵

IPC: F03D17/00

Abstract: 一种运用数据对抗学习的风电机组异常状态检测方法，包括SCADA数据的预处理、生成对抗网络的搭建与训练和面向海量SCADA数据的机组异常状态测试。SCADA数据的预处理用于获取监测参数的正常数据，这些数据用来训练搭建好的生成对抗网络，训练好的生成对抗网络用来检测目标SCADA数据是否异常，SCADA数据的异常代表风电机组的异常。本发明将SCADA数据中的干扰成分排除，通过对抗训练学习数据的正常表征，用以鉴别风电机组的异常状态。