原创力文档- 0
- 0
- 约1.05万字
- 约 9页
- 2023-12-09 发布于四川
- 举报
本发明涉及一种基于神经网络的风电机组异常状态辨识方法，包括：S1、通过滑动窗口对各风电机组的运行变量进行连续采样，得到若干时序数据；S2、对各时序数据进行数据预处理；S3、预先构建并训练预测模型；将各时序数据输入至预测模型，获取对应预测区间；S4、计算各时序数据在预测区间的比例；若所述比例超出预期比例，则认为该时序数据对应的监测对象存在异常；若所述比例不超出预期比例，则认为该时序数据对应的监测对象运行正常；S5、根据窗口中采样点数量、分布特征以及采样点落入预测区间的数量比例，更新窗口大小并返回步
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117194905A
(43)申请公布日2023.12.08
(21)申请号202311248817.6G06N3/0464(2023.01)
文档评论（0）