基于CNN-GRU的风力发电变流器故障诊断技术

近年来,风能作为一种取之不尽的绿色可再生能源,受到了世界各地的普遍关注。每年装机量突飞猛进的同时,也伴随着新的挑战,如何实现高效的风电机组故障诊断显得尤为重要。提出一种基于卷积神经网络(Convolutional Neural Network,CNN)结合门控循环单元(Gated Recurrent Unit,GRU)的风电机组故障诊断方法,以风力发电变流器为研究对象,基于庞大的SCADA数据,使用CNN和GRU模型进行大量数据的训练,同时引入微调(Fine-tuning),最后通过全连接层的Softmax激活函数获得变流器故障诊断结果,能实现变流器故障的准确诊断。