基于SCADA数据分析的风机齿轮箱故障检测方法

摘要

本发明公开了工业节能行业技术领域的基于SCADA数据分析的风机齿轮箱故障检测方法，具体包括以下步骤：S1：运用简单有效的算法对风电机组的SDACA数据进行预处理，排除无效数据并合并所有有效数据以生成培训数据集；S2：利用数据挖掘的方法开发基于训练数据集的预测模型；S3：通过预测模型计算出风机组的拟合误差；S4：根据各风机的拟合误差，编制统计过程控制图，给出上下控制限值，如果风机拟合误差的安装误差超过控制限值，齿轮箱故障报警将被激活。利用普通变速箱的数据训练深度神经网络来预测其性能，用正常和异常变速箱的数据对所建立的DNN模型进行了验证，通过拟合误差利用统计过程控制图对齿轮箱的异常行为进行检测，及时发现风机齿轮箱故障情况。