基于XGBoost算法的风机发电机故障监测与诊断方法

摘要

一种基于XGBoost算法的风机发电机故障监测与诊断方法，包括：从SCADA数据库中提取预定时间段内以预定时长为时间间隔的数据；综合Pearson相关系数、XGBoost算法这两种变量排序方法，对风场集控发电机相关特征变量进行相关性分析；将数据检验集带入训练完成的模型，得到检验样本对应的模型预测曲线与实际温度曲线；在实际曲线与预测曲线发生偏离出现异常时，将模型变量相关性排序表用作风机检修过程中故障原因诊断与定位的参照。本发明以提前对故障进行预测，依据多种算法对指标变量排序，作为故障诊断的依据，为人工提供参考条件，以更快找到故障可能发生位置，便于进行检修，极大程度降低风机故障后故障原因未知，导致停机时间长而带来的经济利益损失。