(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111589047.2 (22)申请日 2021.12.23 (71)申请人 中国大唐集团新能源科 学技术研究 院有限公司 地址 100041 北京市石景山区实兴大街3 0 号院3号楼 2层A-1725房间 (72)发明人 徐志轩　张舒翔　吴立东　尹男　 曹庆才　张建新　张树晓　张礼兴　 郭旭峰　荀佳萌　曹善桥　高德兰　 刘显荣　石如心　王娟　 (74)专利代理 机构 北京中南长风知识产权代理 事务所(普通 合伙) 11674 代理人 李青 (51)Int.Cl. G06F 30/27(2020.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 113/06(2020.01) G06F 119/04(2020.01) (54)发明名称 一种基于改进栈式自编码的风电机组发电 机健康评估方法 (57)摘要 本发明公开了一种基于改进栈式自编码的 风电机组发电机健康评估 方法， 涉及风力发电的 技术领域， 包括以下步骤： S1： 获取训练数据集： 对风电机组发电机运行数据进行清洗后再进行 线性归一化处理， 得到有效的训练数据和测试数 据， 然后对栈式自编码模型进行训练、 测试， S2： 构建多个栈式自编码器模型： S3： 对每个栈式自 编码器模型进行训练； S4： 集成提取训练数据集 的深度特征； S5： 将训练好的基准模型作为发电 机在线状态检测器， 并将册数数据输入到基准模 型中， 得到每个时间段内风电机组发电机的健康 度并输出。 保证健康评估结果客观 性的前提下提 高了准确性， 更加灵敏直观、 能够再故障发生前 检测出故障趋势。 权利要求书2页 说明书4页 CN 114417704 A 2022.04.29 CN 114417704 A 1.一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 包括以下 步骤： S1： 获取训练数据集： 对风电机组发电机运行数据进行清洗后再进行线性归一化处理， 得到有 效的训练数据 和测试数据， 然后对 栈式自编码模型进行训练、 测试， S2： 构建多个栈式自编码器模型： S3： 对每个栈式自编码器模型进行训练； S4： 集成提取训练数据集的深度特 征； S5： 将训练好的基准模型作为发电机在线状态检测器， 并将册数数据输入到基准模型 中， 得到每 个时间段内风电机组发电机的健康度并输出。 2.根据权利要求1所述的一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 风电机组发电机运行 数据为风机SCADA数据。 3.根据权利要求1所述的一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 所述线性归一 化处理公式如下： 其中， z'是归一化后的标准数据， z为归一化前的原始数据， zmin和zmax分别为原始数据 集中的最小值和最大值。 4.根据权利要求1所述的一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 构建多个栈式自编码器模型具体为： 构建N个栈式自编码器模型， 其中， 第n个 栈式自编码器模型中自编码器模型的个数为Ln， 第k个自编码器的编号为 隐含层为 5.根据权利要求1所述的一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 对每 个栈式自编码器模型进行训练具体为： (3.1)令n ＝1， k＝1； (3.2)将训练数据集作为第n个栈式 自编码器模型编号为 的自编码器模型的输入， 对 编号为 的自编码器模型进行训练， 得到隐含层为 的自编码器模型； (3.3)将编号为 的自编码器模型的隐含层 作为编号为 的自动编码器模型的 输入， 对编号 为 的自编码器模型进行训练， 得到训练后的编号 为 的自动编码器； (3.4)将 作为编号为 的自编码器模型的隐含层， 并令 重复执行步骤 (3.3)‑(3.4)， 直到k＝n+1,重复步骤(3.2) ‑(3.4)， 知 道n＝N,得到N个训练后的栈式自编码 器模型。 6.根据权利要求1所述的一种基于改进栈式自编码的风电机组发电机健康评估方法， 其特征在于： 集成提取训练数据集的深度特 征具体为：权　利　要　求　书 1/2 页 2 CN 114417704 A 2(4.1)将N个训练后的栈式自编码器模型中编号为 的自编码器模型的隐含层作为从 训练数据集中所学习到的性能特征， 将N组性能特征进 行合并， 构成风电机组发电机退化混 合特征集合； (4.2)对性能退化混合特征集合中的性能特征进行聚类， 得到各类性能特征的聚类簇 心； (4.3)根据相关性计算公式， 计算风电机组发电机性能退化混合特征集合中每个性能 特征与其所属类的聚类簇心之 间的相关系数， 并将相关系数大于预先设置阈值的性能特征 作为训练数据集的深度特 征。权　利　要　求　书 2/2 页 3 CN 114417704 A 3