[发明专利]一种基于机器学习算法平台的风电机组故障预测系统

摘要

一种基于机器学习算法平台的风电机组故障预测系统。该系统包括数据采集模块，数据存储及处理模块，机器学习算法平台，故障诊断、分析及预测模块。本发明解决风电场风电机组故障发生的不可预测性，利用机器学习算法平台实现风电机组的故障诊断、故障分析、故障预测，从而实现故障的提前预测，把重大障消除在萌芽状态，从而有效减少风电机组故障的发生频率和程度。

主权项

1.一种基于机器学习算法平台的风电机组故障预测系统，其特征在于，该系统该系统包括数据采集模块，数据存储及处理模块，机器学习算法平台，故障诊断、分析及预测模块，各部分的功能如下：（1）数据采集模块：数据采集模块采集风电机组SCADA运行数据、机组大部件传感器监测数据、OA系统管理数据、互联网数据、天气数据、专家知识库数据等作为数据来源；（2）数据存储及处理模块：数据存储及处理主要采用 Hadoop 云计算平台，利用 HDFS 高容错率和吞吐量，可以很好满足海量，多样化数据低成本的存储要求，适合 Storm 等基于流数据访问处理模式；并根据不同的计算需求分别运用 Storm 流计算，Spark 内存计算和 MR 批计算；（3）机器学习算法平台：在数据计算的基础上提取新的经验类、自学习类故障知识，存入专家知识库。使用各种数据挖掘算法，根据挖掘出来的知识，结合专家知识库，对风电机组设备进行在线故障诊断和报警，并提取故障特征，不断完善或扩展各类故障诊断、报警算法；（4）故障诊断、分析及预测模块：选取GBDT（梯度迭代决策树）算法和LSTM（长短期记忆网络）算法进行模型训练，输出训练好的机器学习模型用于诊断、分析及预测计算。