[发明专利]一种风电设备故障诊断方法及系统

权利要求书

1.一种风机故障诊断方法，其特征在于，其包括如下步骤:

根据预先建立的多维数据模型和故障事实表对故障数据进行聚类分析和关联规则分析；

根据聚类分析结果以及关联规则分析结果，确定故障事件之间的关系；

根据预先确定的故障事件之间的条件概率和联合条件概率，确定故障发生互相影响的可能性。

2.如权利要求1所述的方法，其特征在于，所述多维数据模型的建立过程为：

抽取风机故障样本数据；

对不同数据源的所述故障样本数据进行类型转换并分类加载至数据仓库；

将预先建立的故障事实表与多维数据模型内的维度表通过外键建立关联。

3.如权利要求1所述的方法，其特征在于，所述对故障数据进行聚类分析的步骤包括如下：

利用欧氏距离作为故障样本数据间的相似性度量；

确定评价聚类性能的准则函数；

对每一类故障数据进行聚类分析并采用迭代方式得到最终的聚类结果，完成风电设备故障的相似度处理。

4.如权利要求3所述的方法，其特征在于，所述相似性度量的表达式如下:

d(Xi,Xj)=Σk=1d(Xik-Xjk)2]]>

其中X＝{X_m|m＝1,2,…，total}为数据集；X中的样本用数目为d的描述属性A₁,A₂,…A_d，来表示，且d个描述属性都是连续型属性；数据样本X_i＝(X_i1,X_i2,…X_id)，X_j＝(X_j1,X_j2,…X_jd)；其中X_i1,X_i2,…X_id和X_j1,X_j2,…X_jd分别是样本X_i和X_j对应d个描述属性A₁,A₂,...A_d的具体取值；样本X_i，和X_j之间的相似度用它们之间的距离d(x_i,x_j)来表示。