风力发电机运维状态分类方法、装置、设备、存储介质

    公开(公告)号:CN118008724A

    公开(公告)日:2024-05-10

    申请号:CN202410207641.8

    申请日:2024-02-26

    Abstract: 本发明提出了一种风力发电机运维状态分类方法、装置、设备、存储介质,该方法包括:将历史风机数据集输入多个向量机得到第一特征集;根据皮尔森相关系数计算第一特征集与故障类型的相关系数,获取相关系数大于预设阈值的特征作为第二特征集;获取第一特征集和第二特征集的并集得到第一目标特征集,并划分为第一训练集和第一测试集;通过极端梯度提升树对第一训练集进行列抽样和行抽样,同时并行进行特征分裂和节点分裂得到决策树,对决策树的缺失值进行填充;将第一测试集输入到极端梯度提升树进行测试,得到完成训练的极端梯度提升树;将待测风机特征数据输入到极端梯度提升树得到风机当前状态。从而提高风力发电机运维状态分类的可靠性。

    异常数据检测的方法、装置、终端设备及存储介质

    公开(公告)号:CN118395339A

    公开(公告)日:2024-07-26

    申请号:CN202410497124.9

    申请日:2024-04-24

    Abstract: 本申请提出了一种异常数据检测的方法、装置、终端设备及存储介质,属于数据处理技术领域。该方法包括:获得风电机组的第一运行数据,并确定第一运行数据进行异常数据检测时所需的目标参数;从第一运行数据获得目标参数的第二运行数据;根据目标参数对第二运行数据进行数据聚类,获得第二运行数据对应的数据标签;根据数据标签确定时间维度下目标参数对应的目标矩阵;利用知识库和/或推理机制对目标矩阵进行异常检测,获得第二运行数据对应的检测结果;根据检测结果对第二运行数据进行异常处理,获得风电机组对应的目标运行数据。解决了相关技术中对SCADA系统采集的数据进行异常数据处理的效果较差,影响后续风电机组实际功率曲线建模效果的问题。

Patent Agency Ranking