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