基于深度卷积自编码器和XGBoost的风力发电机叶片故障诊断方法

摘要

本发明公开了一种基于深度卷积自编码器和XGBoost的风力发电机叶片故障诊断方法，该诊断方法包括首先采用主成分分析对原始风力发电机叶片根部采集到的光纤载荷信号进行降维处理，然后采用多层深度卷积自编码器进行无监督地特征提取，得到具有故障信息的特征向量，之后将特征向量输入到XGBoost中进行特征学习和分类，最终实现风力发电机叶片故障智能监测的目的。本发明采用机器学习方法自动提取信号特征，实现故障监测，代替了传统的手提取特征信息，大大减轻了相关人员的工作负担，与传统信号处理方法相比，提升了故障监测的精度。