[发明专利]一种基于SeqGAN模型的风电机组健康状态评估数据集构建方法

说明书

本发明公开了一种基于SeqGAN模型的风电机组健康状态评估数据集构建方法，包括步骤：S1)利用SCADA系统获取风电机组数据；S2)利用训练好的深度模型对风电机组数据进行自动标注，以形成包括良好、一般、轻微劣化、严重劣化和失效5类标签的标注信息，标注信息与风电机组数据构成风电机组状态数据；S3)将风电机组状态数据作为正样例输入训练好的判别器，通过将判别器判别的概率回传给生成器进行训练，由生成器输出风电机组劣化数据并将其作为负样例，根据正样例和负样例对判别器进行重新训练，经过多次迭代，获得最佳的风电机组健康状态评估数据集。本发明提供的方法，解决了风电机组数据的不平衡问题，为风电机组健康状态评估奠定了前提。

技术领域

本发明涉及数据集构建技术领域，特别是涉及一种基于SeqGAN模型的风电机组健康状态评估数据集构建方法。

背景技术

中国电力系统是世界上最大的人造系统，风力发电是其重要组成部分。风电机组的良好状态保障着电网的安全运行，但其在寿命周期之内受到长期不间断随机载荷作用的影响，使得来自传统行业的评估相关经验与数据不能完全照搬应用于风电机组状态评估中。

风电机组的数据采集与监视控制(Supervisory Control and DataAcquisition,SCADA)系统记录了风电机组的运行数据和故障信息，其采集的数据具有如下特点：1)按时间记录和分布：SCADA系统按时间采样和记录工业生产的信息数据，相邻时刻之间的数据具有相关性，属于时间序列数据；2)数据空间维度高：每个时间点(一般为10分钟)的记录存在几十维的数据；3)数据依赖关系复杂，规律多变，不易掌握；4)数据量巨大。虽然风机厂商提供了大量的SCADA数据，但是不同状态类型样本数量差异极大，样本分布不平衡。

目前针对深度过程学习使用的时间序列数据集多数为公用的世界公共数据集或专用的工业过程数据集，它们很大程度上推动了基于面向序列数据的深度过程学习发展。在样本生成方面，生成式对抗网络(Generative Adversarial Networks,GAN)，在生成连续型数据研究上(如图像生成)取得进展，但对于离散型序列数据，由于实数值梯度无法有效地从判别器传递回生成器，并用于引导生成器进行训练，因此将生成对抗网络运用于离散序列生成遇到挑战。

利用SCADA数据的时间序列特性，可以对风电机组设备的状态评估，从而发现当前风电机组是否或即将出现故障。风电机组齿轮箱状态监测、变桨系统故障预警和对风电设备的剩余寿命预测都基于SCADA数据设计实现，但上述方法主要针对某部件的数据进行融合，不适用于风电机组的整机性能评估。在现有技术中，一种单分类简化核极限学习机的风电机组发电机状态监测方法和提取异源数据性能特征的风电机组多健康状态性能评估方法在风电机组健康状态评估任务上只是简单地利用SCADA数据作为输入进行故障预警或者状态评估，未考虑风电机组状态评估数据样本不平衡问题，而目前还没有一个样本类型丰富并实用的专业数据集。因此，急需研究专业风电机组健康状态评估数据集的构建方法。

发明内容

本发明的目的是提供一种基于SeqGAN模型的风电机组健康状态评估数据集构建方法，解决了风电机组数据的不平衡问题，为风电机组健康状态评估奠定了前提。

为实现上述目的，本发明提供了如下方案：

一种基于SeqGAN模型的风电机组健康状态评估数据集构建方法，包括如下步骤：

S1)利用SCADA系统获取风电机组数据；

S2)利用训练好的深度模型对所述风电机组数据进行自动标注，以形成所述风电机组数据的标注信息，所述标注信息包括良好、一般、轻微劣化、严重劣化和失效5类标签，所述标注信息与所述风电机组数据构成风电机组状态数据；