[发明专利]基于LSTM的风机变流器开路故障识别方法在审
| 申请号： | 201910001442.0 | 申请日： | 2019-01-02 |
| 公开（公告）号： | CN109738776A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 吴青华;薛正艺;夏候凯顺;李梦诗 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G01R31/26 | 分类号： | G01R31/26 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM的风机变流器开路故障识别方法，包括步骤：1)采集并网双馈风力发电机的背靠背变流器出口侧的历史故障信号；2)对电压和电流的原始时间序列数据进行预处理及归一化；3)设计并构建多层长短时记忆LSTM网络作为开路故障数据训练模型；4)将固定数量的预处理过的历史训练数据放入LSTM网络中进行神经网络训练；5)对训练后的网络利用在不同环境变量下采集的训练集进行正确率交叉检验和鲁棒性检验；6)采集风力发电机实时运行样本作为测试集，对测试集的故障类型进行诊断。本发明通过建立多层LSTM网络，对双馈风力发电机中的背靠背变流器IGBT开路故障的历史数据进行训练，以达到实时有效地检测风力发电机中同类型故障的目的。 | ||
| 搜索关键词： | 开路故障 双馈风力发电机 预处理 背靠背变流器 风机变流器 风力发电机 测试集 采集 多层 神经网络训练 时间序列数据 故障类型 环境变量 历史故障 历史数据 实时运行 数据训练 网络利用 训练数据 网络 出口侧 归一化 鲁棒性 训练集 有效地 正确率 并网 放入 构建 检验 样本 诊断 检测 | ||
【主权项】：
1.基于LSTM的风机变流器开路故障识别方法，其特征在于，包括以下步骤：1)采集并网双馈风力发电机的背靠背变流器出口侧的历史故障信号，包括电压和电流信号；2)对电压和电流的原始时间序列数据进行预处理及归一化；3)设计并构建多层长短时记忆LSTM网络作为开路故障数据训练模型；4)将固定数量的预处理过的历史训练数据放入LSTM网络中进行神经网络训练；5)对训练后的网络利用在不同环境变量下采集的训练集进行正确率交叉检验和鲁棒性检验；6)采集风力发电机实时运行样本作为测试集，对测试集的故障类型进行诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910001442.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种二极管检测仪器
- 下一篇：一种双极型晶体管器件热阻构成测量装置与方法
