• 以时间为横坐标，以风电机组的海量历史数据作为研究工具，从时间的角度形貌了在线监测、故障预警与容错的关系
  。
• 通过在线监测获得运行信号，通过状态剖析与辨识对早期故障举行预警；
• 对有显着故障特征的举行故障诊断并给出故障严重水平，然后凭证诊断效果举行预防维修，扫除故障
  。
•  

基于大数据平台的故障预警机械学习平台，集成了多种机械学习AI算法，亦可导入自界说算法，通过拖拽的方法自行建设预警剖析模子，举行周期性的自动学习与训练
。
可对预警数据、预警模子使命、举行可视化治理
。

分享到：

0