异常检测

1. 简介

风力发电机各部件主要通过螺栓连接，因为风机的变桨操作、螺栓零件的自然老化或叶片受到过大应力等因素，叶根螺栓会产生断裂甚至脱落的情形，造成风机机舱内部机组的损坏，甚至风机倒塌的严重后果。目前风力发电机叶根螺栓的断裂与否完全依赖人工排查，然而风场通常设置在偏远的地区，不仅维护成本高，而且定期的巡检并不能及时发现潜在的问题，往往在出现严重故障后才会发现。

寄云科技基于机器学习的监督学习分析法，可以通过对其它传感器的测量和监控，比如风机转速、倾角、风速、方向等参数，间接找到叶根螺栓断裂的时间点，再通过对分类算法阈值的不断学习，建立风机正常和异常运转模型，进而实现对螺栓断裂的精确检测。

2. 操作步骤

1 注册并登录寄云应用开发与数据分析平台。（URL：http://www.neuseer.com ）

2 选择右上部的“发现”选项，进入发现栏目。

3 在发现页面中，选择“数据分析和模型”中的“异常检测”演示

4 在异常检测界面中，选择左下部的“进入”按钮。

5 在异常检测界面左上部“选择选择模型和数据源”项下，选择“风机GBDT模型”作为演示的数据模型。

6 选择“时序数据库”作为数据源类型

7 保存其它选项为默认值，点击“运行”按钮。

8 稍等片刻，即可看到分析结果。

9 分析结果上半部分是各种传感器数据，比如风机转速、倾角、风速、方向等参数，并不能直观的看出叶根螺栓是否存在断裂的问题。

10 在将这些数据加载到风机GBDT模型分析后，可以清晰的看到叶根螺栓断裂的情况。