公开(公告)号：CN111241748A

公开(公告)日：2020-06-05

申请号：CN202010031487.5

申请日：2020-01-13

Applicant: 华北电力大学

Inventor： 滕婧 ,  杨韬燃 ,  李常玲 ,  冯一展

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06F113/06 ,  G06F119/14

Abstract: 本发明涉及一种基于长短期记忆模型循环神经网络的风力发电机故障诊断方法，包括如下步骤：步骤1：对风机基准系统进行建模，将风机基准系统细分为八种故障，设置故障类型及发生时间。步骤2：对风机基准模型进行仿真，得到实际测量值。步骤3：对步骤2得到的实际测量值进行数据预处理，构造实际测量值的数据样本集。步骤4：搭建LSTM模型，将步骤3中经过预处理的数据用LSTM模型进行训练，在训练过程中不断调整参数，并使用均分误差来评价训练效果，预测得到的值与步骤2得到的传感器的实际测量值进行比较，设置阈值进行判断故障发生的时间以及位置。

公开(公告)号：CN111173688A

公开(公告)日：2020-05-19

申请号：CN202010031883.8

申请日：2020-01-13

Applicant: 华北电力大学

Inventor： 滕婧 ,  李常玲 ,  杨韬燃 ,  冯一展

IPC: F03D17/00 ,  F03D7/04

Abstract: 本发明涉及一种基于自适应观测器的风力发电机故障诊断与隔离方法，该方法可诊断出风机基准模型中提出的八种故障，具体实现步骤如下：步骤1：对风机基准模型建模，所述风机基准模型中包括八种基本故障。步骤2：对风机基准模型进行仿真，为满足物理冗余度的要求，各部位使用两个传感器与之相连，记录传感器得到的实际测量值。步骤3：将步骤2中基准模型仿真后得到的值传到设计的自适应观测器中，将自适应观测器求得估计值与传感器中测量值进行比较，得到残差信号的值，将残差信号的值和阈值进行对比，判断某时间段内是否有故障产生及产生的具体部位。本发明既保证故障诊断与隔离过程的实现，还可将估计值用于后期容错控制。