1.基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,包括:
2.根据权利要求1所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述对采集到的数据进行预处理,具体为:数据清洗和归一化预处理;所述数据清洗对收集到的数据进行异常值剔除;对变桨角度和有功功率进行异常值剔除,如公式(1)所示:
3.根据权利要求2所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述将训练集输入至avae_sdl模型中进行训练,获取最优化的模型,具体为:更新avae_sdl模型的编码器/解码器、更新字典和更新判别器;训练集x输入变分自动编码器/解码器中,编码器输出均值μ和方差σ,方差乘以随机噪声加上均值得到zi,zi输入解码器得到中间潜在编码zs和输出结果x’,中间潜在编码zs输入到字典学习中得到稀疏系数矩阵a和字典矩阵dic,更新编码器/解码器的损失函数为:
4.根据权利要求3所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述获取风电机组故障程度的异常评分,具体为:采用scorei代表风电机组故障程度的异常评分,计算方法为:
5.根据权利要求4所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述故障阈值的上限和下限为:
6.根据权利要求5所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述基于测试集和最优化模型,获取优化模型的预测数据,并绘制故障预警图,具体为:
7.根据权利要求6所述的基于avae_sdl的风电机组scada故障预警与定位方法,其特征在于,所述基于scada数据中各输入参数与优化模型的预测数据的残余误差,以及故障预警图,确定风电机组齿轮箱的故障位置,具体为:
8.基于avae_sdl的风电机组scada故障预警与定位系统,其特征在于,包括:
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。