基于XGBoost算法的風機發(fā)電機故障監(jiān)測與診斷方法

基本信息

申請?zhí)?/td> CN202010847369.1 申請日 -
公開（公告）號 CN112035716A 公開（公告）日 2020-12-04
申請公布號 CN112035716A 申請公布日 2020-12-04
分類號 G06F16/9035;G06N20/00;G06Q50/06 分類 計算；推算；計數(shù);
發(fā)明人 劉廣臣;李國慶;范晨亮 申請（專利權）人 華風數(shù)據(jù)（深圳）有限公司
代理機構 深圳市中智立信知識產(chǎn)權代理有限公司 代理人 華風數(shù)據(jù)（深圳）有限公司;國電電力內(nèi)蒙古新能源開發(fā)有限公司
地址 518000 廣東省深圳市龍華新區(qū)觀瀾街道觀光路1301號銀星科技大廈6樓D609
法律狀態(tài) -

摘要

摘要 一種基于XGBoost算法的風機發(fā)電機故障監(jiān)測與診斷方法，包括：從SCADA數(shù)據(jù)庫中提取預定時間段內(nèi)以預定時長為時間間隔的數(shù)據(jù)；綜合Pearson相關系數(shù)、XGBoost算法這兩種變量排序方法，對風場集控發(fā)電機相關特征變量進行相關性分析；將數(shù)據(jù)檢驗集帶入訓練完成的模型，得到檢驗樣本對應的模型預測曲線與實際溫度曲線；在實際曲線與預測曲線發(fā)生偏離出現(xiàn)異常時，將模型變量相關性排序表用作風機檢修過程中故障原因診斷與定位的參照。本發(fā)明以提前對故障進行預測，依據(jù)多種算法對指標變量排序，作為故障診斷的依據(jù)，為人工提供參考條件，以更快找到故障可能發(fā)生位置，便于進行檢修，極大程度降低風機故障后故障原因未知，導致停機時間長而帶來的經(jīng)濟利益損失。