1.一种风力发电机效益分析方法,其特征在于:包括以下步骤;
s1,获取风力发电机的原始数据;
s2,获取本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据;
s3,获取历史健康数据以及对应的效益分析结果,根据历史健康数据以及对应的效益分析结果建立效益分析模型,将健康数据放入该效益分析模型中,获取该健康数据对应的分析结果。
2.如权利要求1所述的风力发电机效益分析方法,其特征在于:步骤s1中,获取风力发电机的原始数据,还包括以下步骤,所述风力发电机的原始数据包括:设备的运行数据、设备运行的时间数据以及设备发电量数据。
3.如权利要求1所述的风力发电机效益分析方法,其特征在于:步骤s2中,获取本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据之前,还包括以下步骤,获取风力发电机故障信息以及该故障信息对应的专家知识,从风力发电机故障信息中提取风力发电机故障特征数据,根据该故障特征数据建立故障树模型,根据专家知识以及故障树模型建立故障树-贝叶斯网络模型作为本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据。
4.如权利要求3所述的风力发电机效益分析方法,其特征在于:根据专家知识以及故障树模型建立故障树-贝叶斯网络模型作为本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据,还包括以下步骤,根据专家知识计算故障树模型中每一个节点发生的概率,通过贝叶斯算法,建立故障树-贝叶斯网络模型作为本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据。
5.如权利要求4所述的风力发电机效益分析方法,其特征在于:还包括以下步骤,所述贝叶斯算法为:
其中,p(ai|b)代表训练结果,p(b|ai)代表专家知识计算风力发电机故障特征数据发生的概率,p(ai)代表风力发电机故障特征数据发生的实际概率,b代表专家知识,ai代表风力发电机故障特征数据,i代表风力发电机故障特征数据的索引下标,n代表风力发电机故障特征数据的数量。
6.如权利要求5所述的风力发电机效益分析方法,其特征在于:步骤s3中,获取历史健康数据以及对应的效益分析结果,根据历史健康数据以及对应的效益分析结果建立效益分析模型,将健康数据放入该效益分析模型中,获取该健康数据对应的分析结果之前,还包括以下步骤,设定健康数据范围,将健康数据与该健康数据范围进行比较,当健康数据满足健康数据范围时,获取历史健康数据效益以及对应的效益分析结果,根据该健康数据从历史健康数据中查找对应的效益分析结果作为该风力发电机的效益分析结果;当健康数据不满足健康数据范围时,对该健康数据对应的原始数据进行标记,并向用户进行预警。
7.如权利要求6所述的风力发电机效益分析方法,其特征在于:获取历史健康数据以及对应的效益分析结果,根据历史健康数据以及对应的效益分析结果建立效益分析模型,将健康数据放入该效益分析模型中,获取该健康数据对应的分析结果,还包括以下步骤,获取历史健康数据以及对应的效益分析结果,根据历史健康数据建立不同的标签,设定不同标签对应的数值范围,根据该数值范围对健康数据进行比较,确定该健康数据对应的效益分析结果。
8.一种风力发电机效益分析装置,其特征在于,所述风力发电机效益分析装置包括:
获取模块,用于获取风力发电机的原始数据;
训练模块,用于获取本地设备健康管理模型,将原始数据放入设备健康管理模型中进行训练,获取健康数据;
分析模块,用于获取历史健康数据以及对应的效益分析结果,根据历史健康数据以及对应的效益分析结果建立效益分析模型,将健康数据放入该效益分析模型中,获取该健康数据对应的分析结果。
9.一种设备,其特征在于,所述设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的风力发电机效益分析方法程序,所述风力发电机效益分析方法程序配置为实现如权利要求1至7任一项所述的风力发电机效益分析方法的步骤。
10.一种介质,其特征在于,所述介质为计算机介质,所述计算机介质上存储有风力发电机效益分析方法程序,所述风力发电机效益分析方法程序被处理器执行时实现如权利要求1至7任一项所述的风力发电机效益分析方法的步骤。