买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国大唐集团科学技术研究总院有限公司中南电力试验研究院

摘要：本发明涉及一种基于mRMR与RNN‑LightGBM的变桨电机温度预警方法，基于mRMR算法综合考虑三组变桨电机温度，提高了初始特征向量的可靠性，充分考虑了变桨温度的时间依赖性，将RNN网络输出的表征特征向量与原特征按时间序列融合拼接成新的特征向量，在原有LightGBM模型基础上，提升了风电机组变桨电机温度故障预警准确率度，可以处理复杂的特征工程和历史温度数据等时序信息，进一步改进预测性能，实现风电机组变桨电机温度的故障预警。

主权项：1.一种基于mRMR与RNN-LightGBM的变桨电机温度预警方法，其特征在于，包括以下步骤：S1、从风机SCADA系统中导出指定时间间隔的数据，形成数据样本集，数据为变桨电机的温度数据和变桨电机温度相关的风机运行数据；S2、数据预处理：针对数据中存在的空值、无效数据进行清洗和填补；S3、归一化处理所有特征参量，使之落入一个特定区间[0,1]；S4、将样本集按照8:2比例划分为训练集和测试集，并利用DBSCAN聚类算法和风机保护定值将训练集和测试集划分为正常数据和异常数据两类；S5、针对训练集中的正常状态类别样本进行特征提取：分别选择三支叶片的变桨电机温度1、变桨电机温度2、变桨电机温度3作为目标变量，在原始数据样本集中找到与变桨电机温度相关性最大，但是彼此之间相关性最小的一组数据作为特征向量；基于最小冗余最大相关性算法，计算三组目标变量对应的特征向量的互信息均值，并按照大小顺序排序，选择其中相关性最高的参量作为最终的特征向量；S6、将训练集中的正常状态类别样本输入改进后的RNN-LightGBM预测模型中进行参数迭代，建立变桨电机温度与变桨变频器温度、变桨电机扭矩、年潜能发电量、功率之间的映射关系，当损失函数满足终止条件时停止迭代更新；S7、将测试集正常状态数据输入到训练好的改进RNN-LightGBM预测模型中，得到对应的变桨电机温度预测数据；S8、将测试集中异常状态类别样本输入预测模型，标记变桨电机温度的实测值与预测值的插差为温度偏差，将温度偏差进行归一化处理，采用均值滤波方法计算温度偏差均值，依据拉依达准则确定阈值，并依据阈值判断是否触发报警。

全文数据：

权利要求：

百度查询： 中国大唐集团科学技术研究总院有限公司中南电力试验研究院 一种基于mRMR与RNN-LightGBM的变桨电机温度预警方法