一种基于神经网络架构搜索的风电机组齿轮箱剩余寿命预测方法及系统

本发明提供了一种基于神经网络架构搜索的风电机组齿轮箱剩余寿命预测方法及系统，方法包括：采集齿轮箱的振动信号数据，基于振动信号数据构建振动数据集并进行预处理；基于预处理后的振动数据集，采用遗传算法的神经网络架构搜索技术，构建基于Transformer网络架构的预测模型并进行训练；基于训练后的预测模型，获取风电机组齿轮箱剩余寿命的预测值。本发明利用遗传算法优化Transformer网络结构，自动获得最优模型，采用均方根误差约束大幅度偏差，引入基于非对称函数的Sscore指标，以反映不同预测偏差对模型性能的影响，从而实现高精度的剩余寿命预测，为风电机组预防性维护和健康管理提供可靠技术支持。