CN120275737A 一种基于大数据的风机变频器的故障检测方法及系统 （辽宁大唐国际新能源有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120275737A(43)申请公布日2025.07.08

(21)申请号202510331567.5

(22)申请日2025.03.20

(71)申请人辽宁大唐国际新能源有限公司

地址110000辽宁省沈阳市和平区乐岛路

96号1307室

(72)发明人孙宝军李森窦才李若辉付善喜张国辉李添汇

G01RHO4LGO6FGO6FGO6F

31/26(2020.01)

43/0852(2022.01)16/334(2025.01)

16/3332(2025.01)16/35(2025.01)

(74)专利代理机构大连微扬专利代理事务所

(普通合伙)21284专利代理师林立娟

(51)Int.CI.

G01R31/00(2006.01)

G01R19/00(2006.01)

G01K13/00(2021.01)

G01M7/02(2006.01)

权利要求书4页说明书11页附图2页

(54)发明名称

一种基于大数据的风机变频器的故障检测方法及系统

(57)摘要

CN120275737A本申请公开了一种基于大数据的风机变频器的故障检测方法及系统，涉及故障检测技术领域，该方法包括：布设传感器组，获取风机变频器实时运行数据；对历史故障描述数据进行实体识别，获得故障类型的关联参数；对每个故障类型的关联参数赋予一个初始权重；计算实时偏离比率、故障预测准确率误差以及统计偏差；计算每个传感器参数实时反馈获得的动态调整系数；计算每个参数的误差指标，通过梯度下降算法优化动态调整系数；采用优化后的动态调整系数，计算综合故障指数，建立分级预警机制。解决了现有技术难以准确、及时地检测出变频器的潜在故

CN120275737A

布设传感器组，获取风机变频器实时运行数据，所述

布设传感器组，获取风机变频器实时运行数据，所述传感器组包括电流传感器、电压传感器、温度传感器、振动传

时运行数据包括输入电流、输出电流、输入电压、输出电

压、变频器温度、机械振动、IGBT开关状态、电流冲

击、通信延迟，数据丢失率；

基于历史故障描述数据，应用自然语言处理技术对历史故障描述数据进行实体识别，获得标准化的故障类型标签，针对每种故障类型和统计数据进行分析，确定与所述故障类型密切相关的传感器参数，获得故障类型的关联参数；

对每个故障类型的关联参数赋予一个初始权重，所述初始权重用于反映所述关联参数在故障判断中的重要性；

基于历史数据与实时运行数据，获取传感器参数的实时监

测值与正常运行状态下的数据值、历史采样次数及采集的

数据值，计算实时偏离比率，故障预测准确率误差以及统

计偏差；

根据所述实时偏离比率、故障骑住确率误差以及统计偏差，计算每个传感器参数实时反馈获得的动态调整系数，

出电压、变频器温度、机械振动、IGBT开关状态、电流

冲击、通信延迟、数据丢失率的参数；

根据每个参数的实时偏离比率，故障预测准确率误差，统

计偏差，计算每个参数的误差指标，通过梯度下降算法优

化动态调整系数的值；

采用优化后的动态调整系数，实时计算综合故障指数，建

立分级预警机制。

CN120275737A权利要求书1/4页

2

1.一种基于大数据的风机变频器的故障检测方法，其特征在于，所述方法包括：

布设传感器组，获取风机变频器实时运行数据，所述传感器组包括电流传感器、电压传感器、温度传感器、振动传感器、IGBT状态监测单元、通信状态检测单元，所述实时运行数据包括输入电流、输出电流、输入电压、输出电压、变频器温度、机械振动、IGBT开关状态、电流冲击、通信延迟、数据丢失率；

基于历史故障描述数据，应用自然语言处理技术对历史故障描述数据进行实体识别，获得标准化的故障类型标签，针对每种故障类型和统计数据进行分析，确定与所述故障类型密切相关的传感器参数，获得故障类型的关联参数；

对每个故障类型的关联参数赋予一个初始权重，所述初始权重用于反映所述关联参数在故障判断中的重要性；

基于历史数据与实时运行数据，获取传感器参数的实时监测值与正常运行状态下的数据值、历史采样次数及采集的数据值，计算实时偏离比率、故障预测准确率误差以及统计偏差；

根据所述实时偏离比率、故障预测准确率误差以及统计偏差，计算每个传感器参数实时反馈获得的动态调整系数，所述传感器参数包括输入电