买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南科技大学

摘要：本公开的实施例提供基于前向‑前向传播的风电机组运行状态评估方法及系统。应用于数据处理和数据预测技术领域，包括根据风电机组运行数据绘制不同的运行特性曲线，对不同的运行特征曲线进行处理得到原始数据集，并划分为训练集和测试集；基于空间扩展标签方法生成标签图像，并与训练集叠加得到正负样本图像；将正负样本图像输入到基于前向‑前向传播方法的ResNet网络模型中进行训练，得到训练后的网络模型；实时获取风电机组运行数据，并输入到网络模型中进行预测评估，得到评估结果。以此方式，本公开利用前向‑前向传播方法结合残差神经网络有效捕捉并学习数据中的特征和标签信息，提升故障检测的及时性和准确性。

主权项：1.基于前向-前向传播的风电机组运行状态评估方法，其特征在于，包括以下步骤：获取风电机组的历史运行数据，根据所述历史运行数据绘制不同的运行特性曲线，采用聚类方法将不同的所述运行特性曲线进行处理得到原始数据集，并划分为训练集和测试集；其中，所述风电机组的历史运行数据包括风速数据、轮毂转速数据、转矩数据、叶片角度数据以及功率数据；所述运行特性曲线包括风速-功率曲线、转矩-轮毂转速曲线、轮毂转速-叶片角度曲线、风速-轮毂转速曲线和风速-叶片角度曲线；其中，所述采用聚类方法将不同的所述运行特性曲线进行处理得到原始数据集，并划分为训练集和测试集的过程为：获取风电机组运行特征标准曲线，计算所述运行特性曲线的各个数据点与所述运行特征标准曲线的第一距离；设定阈值，将所述第一距离小于等于所述阈值对应的数据点作为正常数据点，将所述第一距离大于所述阈值对应的数据点作为异常数据点；若所述正常数据点与所有数据点的比值大于等于预定值，则认定所述运行特性曲线正常，反之则认定所述运行特性曲线异常，进而得到正常曲线图像及异常曲线图像；对所述正常曲线图像与所述异常曲线图像的像素进行调整并进行归一化处理，得到原始数据集，并将所述原始数据集按8:2的比例划分为训练集和测试集；基于空间扩展标签方法生成标签图像，并与所述训练集叠加得到正负样本图像；其中，所述正负样本图像的获取过程为：基于空间扩展标签方法生成特定灰度波模式的正常运行标签图像与异常运行标签图像，其中，所述正常运行标签图像能够反应风机运行工况为正常，所述异常运行标签图像能够反映风机运行工况为异常；将所述正常曲线图像及所述异常曲线图像分别与所述正常运行标签图像及所述异常运行标签图像结合，得到正样本图像及负样本图像；将所述正样本图像及所述负样本图像统一调整像素并进行归一化处理，得到处理后的正负样本图像；其中，所述正样本图像包括由所述正常曲线图像与所述正常运行标签图像结合得到的图像及由所述异常曲线图像与所述异常运行标签图像结合得到的图像；所述负样本图像包括由所述正常曲线图像与所述异常运行标签图像结合的图像及由所述异常曲线图像与所述正常运行标签图像结合得到的图像；将所述正负样本图像输入到基于前向-前向传播方法的ResNet网络模型中进行训练，利用网格搜索方法对模型和参数进行寻优，得到训练后的网络模型；从风电机组中获取实时运行数据并进行处理，将处理后的所述实时运行数据输入到所述网络模型中进行预测评估，得到风机运行状态评估结果。

全文数据：

权利要求：

百度查询： 湖南科技大学 基于前向-前向传播的风电机组运行状态评估方法及系统