基于机器学习的叶根螺栓断裂故障检测方法

摘要

本发明提供了一种基于机器学习的叶根螺栓断裂故障检测方法。所述基于机器学习的叶根螺栓断裂故障检测方法包括如下步骤：对已知的风机数据进行预处理，并对预处理后的风机数据进行降采样；对降采样后的数据进行标准化处理，并删除标准化处理后数据中的无效特征且对剩余所有特征进行PCA降维；利用降维之后的数据构建多层感知器模型；使用构建好的多层感知器模型预测风机的当前状态是否处于故障状态。本发明的有益效果是：所述基于机器学习的叶根螺栓断裂故障检测方法可以避免了人工去风机发电厂检测的较高费用，而只需要对风机数据建立模型，然后利用模型检测是否存在故障/断裂的螺栓。