一种基于SCADA周期型数据的风力发电机异常检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于SCADA周期型数据的风力发电机异常检测方法及系统
申请号:CN202510062797
申请日期:2025-01-15
公开号:CN120042753A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了一种基于SCADA周期型数据的风力发电机异常检测方法及系统,包括:获取实际运行的风力发电机SCADA系统采集的运行数据;通过提出SCADA告警的异常数据外,构建正常数据集,SCADA系统所采集的异常数据包括周期型、平稳型和无规律波动型;对异常数据中三种类型的数据进行初步标注;利用神经网络模型对获得的数据进行数据模式识别,识别出周期型数据;对输出结果为周期型的数据进行特征工程处理,抽取对应的数据特征;利用孤立森林计算异常分数的方式对特征进行增强;利用机器学习模型将时间窗口内形成的特征向量进行异常分类,检测出周期型数据中的异常数据。本发明的方法可以提高风力发电机异常数据检测的准确度。
技术关键词
周期型数据 异常检测方法 风力发电机 SCADA系统 XGBoost模型 异常数据 LightGBM模型 残差模块 混合神经网络模型 特征工程 BiLSTM模型 样本 模式识别 序列 标签 构建机器学习模型 线性时间算法
系统为您推荐了相关专利信息
风险评估方法 儿童哮喘 XGBoost模型 逻辑回归模型 特征提取模型
时序预测模型 图像处理模型 水质传感器 水体特征 参数
异常检测方法 卷积特征 语义特征 注意力 分支
多模态交互 异常检测方法 注意力 重建点云 采样点
电网设备 异常检测方法 异常检测装置 存储模块 数据采集设备