基于XGBoost算法的風(fēng)機(jī)發(fā)電機(jī)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(quán)）人 華風(fēng)數(shù)據(jù)（深圳）有限公司
代理機(jī)構(gòu) 深圳市中智立信知識產(chǎn)權(quán)代理有限公司 代理人 華風(fēng)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(fēng)機(jī)發(fā)電機(jī)故障監(jiān)測與診斷方法，包括：從SCADA數(shù)據(jù)庫中提取預(yù)定時間段內(nèi)以預(yù)定時長為時間間隔的數(shù)據(jù)；綜合Pearson相關(guān)系數(shù)、XGBoost算法這兩種變量排序方法，對風(fēng)場集控發(fā)電機(jī)相關(guān)特征變量進(jìn)行相關(guān)性分析；將數(shù)據(jù)檢驗集帶入訓(xùn)練完成的模型，得到檢驗樣本對應(yīng)的模型預(yù)測曲線與實際溫度曲線；在實際曲線與預(yù)測曲線發(fā)生偏離出現(xiàn)異常時，將模型變量相關(guān)性排序表用作風(fēng)機(jī)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(jìn)行預(yù)測，依據(jù)多種算法對指標(biāo)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(jìn)行檢修，極大程度降低風(fēng)機(jī)故障后故障原因未知，導(dǎo)致停機(jī)時間長而帶來的經(jīng)濟(jì)利益損失。