公开(公告)号：CN118467942A

公开(公告)日：2024-08-09

申请号：CN202410620671.1

申请日：2024-05-20

Applicant: 湖南科技大学

Inventor： 王宪 ,  刘伟 ,  赵前程 ,  钟帅 ,  龙庆灿 ,  杨天龙

IPC: G06F18/15 ,  G06F18/2433 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于Informer网络的风电机组主传动链状态评估方法，涉及风电机组传动链健康监测技术领域，首先，收集风电机组健康运行时期历史数据，并对其进行预处理；随后，构建并训练Informer深度学习模型，通过预测残差计算主传动链状态评估指标，并据此设定健康预警阈值；最后依据实时数据的预测残差计算状态评估指标并与设定的健康预警阈值比较，判断实时健康状态。本发明方法深入剖析了风电机组主传动链的故障特征与运行机制，结合统计学分析选择模型变量，确保了模型结构的合理性；Informer模型的高预测精度确保了评估结果的准确可靠；提出的状态评估指标抗噪能力强，且对主传动链的状态变化反映迅速。此外，本发明方法可迁移性较强，易于实施。