技术特征：
1.一种基于决策树的变流器故障预测方法，其特征在于，所述方法包括：步骤s1、收集风电的变流器的设备信息，所述设备信息包括：设备分类、投入运行时间、使用场景和环境温度；步骤s2、收集风电的变流器的故障日志信息，所述故障日志信息包括：故障时间、故障源、故障类型和故障代码；步骤s3、收集风电的变流器的历史的运行状态信息；步骤s4、将所述设备信息、故障日志信息和历史运行状态信息输入决策树模型，并通过所述设备信息、故障日志信息和历史运行状态信息对所述决策树模型进行优化，得到输出故障分类的决策树模型；步骤s5、采集风电的变流器的当前实时的运行状态信息和设备信息；步骤s6、将所述当前实时的运行状态信息和设备信息输入优化好的决策树模型，输出故障分类；步骤s7、根据当前输出的故障分类，预测风电的变流器的故障状态。2.根据权利要求1所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s1中，所述使用场景包括：陆上风电场、潮间带和潮下带滩涂风电场、近海风电场和深海风电场。3.根据权利要求2所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s1中，所述陆上风电场的区域包括：华东地区、华南地区、华中地区、华北地区、西北地区、西南地区和东北地区。4.根据权利要求1所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s2中，所述故障源分为风电的变流器的机侧和网侧。5.根据权利要求4所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s2中，所述故障类型包括：机侧故障、网侧故障、同步故障、外部故障、控制板间通讯故障和网侧接触器故障。6.根据权利要求1所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s3中，所述历史的运行状态信息包括：机侧电流、机侧直流母线电压、发电机转子有功功率、定子无功功率、定子有功功率、定子电流、发电机转速、机侧温度、网侧温度、网侧有功功率、网侧无功功率、电网电压、定子电压、电网有功功率和电网无功功率。7.根据权利要求1所述的一种基于决策树的变流器故障预测方法，其特征在于，在所述步骤s4中，所述故障分类包括：机侧故障、网侧故障、同步故障、外部故障、控制板间通讯故障、网侧接触器故障和设备正常。8.一种用于基于决策树的变流器故障预测系统，其特征在于，所述系统包括：第一处理模块，被配置为，收集风电的变流器的设备信息，所述设备信息包括：设备分类、投入运行时间、使用场景和环境温度；第二处理模块，被配置为，收集风电的变流器的故障日志信息，所述故障日志信息包括：故障时间、故障源、故障类型和故障代码；第三处理模块，被配置为，收集风电的变流器的历史的运行状态信息；第四处理模块，被配置为，将所述设备信息、故障日志信息和历史运行状态信息输入决策树模型，并通过所述设备信息、故障日志信息和历史运行状态信息对所述决策树模型进
行优化，得到输出故障分类的决策树模型；第五处理模块，被配置为，采集风电的变流器的当前实时的运行状态信息和设备信息；第六处理模块，被配置为，将所述当前实时的运行状态信息和设备信息输入优化好的决策树模型，输出故障分类；第七处理模块，被配置为，根据当前输出的故障分类，预测风电的变流器的故障状态。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至7中任一项所述的一种基于决策树的变流器故障预测方法中的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的一种基于决策树的变流器故障预测方法中的步骤。
技术总结
本发明提出一种基于决策树的变流器故障预测方法和系统。其中，方法包括：收集设备故障状况明细，即设备信息和故障日志信息，收集设备的运行状态信息，通过Decision Tree决策树算法对数据进行运算，得出故障预测模型。应用设备信息和运行状态信息通过故障预测模型对设备安全情况进行预测。本发明提出的方案，提高了故障预测的准确性，提前进行风机维护准备工作，减少了风机待机时间，提高了设备利用率，提高了生产的安全性及生产效率。提高了生产的安全性及生产效率。提高了生产的安全性及生产效率。
技术研发人员：于喜春 朱峰 罗雄飞 石自辉 厉磊 梁金秀
受保护的技术使用者：国能龙源电气有限公司
技术研发日：2022.08.23
技术公布日：2022/11/25