基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法

打开文本图片集

摘 要：风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型，导致监测系统常常漏报或误报故障。针对上述问题，提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面，由于原始样本类别不平衡，基于时序生成对抗网络（TimeGAN）跟踪风电机组运行数据逐步概率分布的动态变化特征，同时优化生成样本的全局分布与局部分布，有效平衡且扩容风电机组多种故障综合样本集；在模型层面，建立Stacking集成模型，融合多个故障诊断器的优势，进一步提高故障诊断能力。（剩余17830字）