基于故障数据深度挖掘及学习的故障诊断方法

摘要

本发明属于发电机组设备故障诊断技术领域，尤其涉及一种基于故障数据深度挖掘及学习的故障诊断方法，包括：对发电机组历史数据进行采集、预处理后采用深度长短时记忆网络算法进行学习和训练，得到故障数据筛选模型后遍历海量历史数据库，筛选形成故障数据样本集；对故障数据样本集采用Medoids周围分类法估计故障类型数目，采用K‑Means聚类算法进行聚类分析，形成多类典型故障样本集；对多类典型故障样本集采用LSTM神经网络算法进行训练和学习，建立故障诊断模型；基于故障诊断模型对系统实时运行数据进行监测，对系统运行状态进行判别并记录新产生的故障样本，利用更新后的多类典型故障样本集对故障诊断模型进行更新。