[发明专利]基于暂态录波数据的风力发电机运行故障新类型发现方法

摘要

本申请提供了一种基于暂态录波数据的风力发电机运行故障新类型发现方法，所述方法包括以下步骤：构造暂态录波数据中侧面数据的多侧面特征向量；按行构造所述多侧面特征向量的质心矩阵，按列求所述质心矩阵的平均得到超级质心向量；初始化置信矩阵；基于K‑means对侧面数据进行聚类，获得聚类结果；根据聚类结果判定新故障类型。本申请提供的基于暂态录波数据的风力发电机运行故障新类型发现方法，能够以较高性能和较高类型质量，正确识别高质量的故障类别，为构建自动化的故障预警和故障排除系统提供参考实现。

主权项

1.一种基于暂态录波数据的风力发电机运行故障新类型发现方法，其特征在于，所述方法包括以下步骤：构造暂态录波数据中侧面数据的多侧面特征向量；按行构造所述多侧面特征向量的质心矩阵，按列求所述质心矩阵的平均得到超级质心向量；初始化置信矩阵；基于K‑means对侧面数据进行聚类，获得聚类结果；根据聚类结果判定新故障类型；其中，根据聚类结果判定新故障类型包括：计算所述聚类结果对应特征向量的均值，得到表示侧面v下的类簇i的样本数据均值，N表示一直故障的类型个数，M表示暂态录波数据中侧面数据的个数；DIS_i，j表示从新的聚类结果中的类簇i到原有的故障类型j的欧氏距离，sr_i^v表示录波侧面v下的类簇i的P个可信度最高的样本数据对应的特征向量的均值；通过计算中每个样本之间在所有侧面上的欧氏距离之和，得到向量SO＝[d₁ d₂ ... d_p]，表示向量SO元素个数，选择向量SO中的中位数作为阈值E；遍历矩阵A_K*N，当矩阵A_K*N每一行中不存在元素小于阈值则证明类型i为新类型，否则类型i为已知类型。