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！

摘要：本发明提供了多源风电机组轴承故障诊断方法，涉及风电机组故障诊断技术领域，该方法通过获取多源异构数，处理后得到全面覆盖风电机组运行的轴承传感数据，特征提取融合形成综合特征向量，训练无监督特征学习模型，建立轴承故障诊断模型，将实时监测的轴承传感数据输入至轴承故障诊断模型，输出每个监测时刻风电机组轴承的运行状态和异常得分，进行异常检测、识别异常点和确定异常类型，使用时间序列分析历史数据和异常点作为输入，应用预设的故障预测模型生成故障预测结果，根据预警阈值生成故障预警信号。通过融合多种监测数据，提高对风电机组轴承故障的检测精度和及时性，实现对轴承健康状态的实时监控和评估。

主权项：1.一种多源风电机组轴承故障诊断方法，其特征在于，该方法包括以下步骤：获取用于轴承故障诊断数据融合的多源异构数据，对多源异构数据进行去噪、标准化和缺失值处理的预处理后，得到全面覆盖风电机组运行的轴承传感数据；将得到的轴承传感数据进行特征提取，提取得到风电机组轴承的振动信号特征、温度数据特征、声学信号特征和润滑油分析特征，将提取的特征进行融合形成综合特征向量；使用综合特征向量训练无监督特征学习模型，学习轴承正常和故障状态的特征模式，基于训练的无监督特征学习模型建立轴承故障诊断模型；将实时监测的轴承传感数据输入至轴承故障诊断模型，输出每个监测时刻风电机组轴承的运行状态和异常得分；基于输出的运行状态和异常得分进行异常检测、识别异常点和确定异常类型；使用时间序列分析历史数据和异常点作为输入，应用预设的故障预测模型生成故障预测结果，根据预警阈值生成故障预警信号；其中，将实时监测的轴承传感数据输入至轴承故障诊断模型之前，还包括：从轴承传感器获取包括振动信号、温度、声学信号和润滑油分析数据的实时监测数据；对获取的实时监测数据进行数据格式转换为与训练数据相同的特征向量形式，使用高通滤波器去除低频噪声，将实时监测数据标准化并进行缺失值处理；对实时监测数据进行特征提取，生成实时数据的特征向量；将实时监测的特征向量输入到训练好的故障诊断模型中；其中，将提取的特征进行融合形成综合特征向量，包括以下步骤：提取振动信号的时域特征、频域特征和时频域特征；提取温度数据的均值和变化率；提取声学信号的声压级及梅尔频率倒谱系数；提取润滑油的粘度、酸值和水分含量特征；对提取的特征向量进行加权融合，以形成综合特征向量；其中，频域特征包括功率谱密度，计算公式为： ；式中，为时间点的信号值，为信号的总时间长度；为频率；为虚数单位，，N为原始信号的总采样点数；计算综合特征向量时将每种特征的权重与特征向量相乘后加权融合得到，即： 其中，。

全文数据：

权利要求：

百度查询： 华润电力技术研究院有限公司 华润新能源投资有限公司 多源风电机组轴承故障诊断方法