本申请涉及新能源领域，具体而言，涉及一种风机的故障预测方法及装置、存储介质及电子装置。
背景技术：
1、在当今世界，可再生能源的利用越来越受到重视。风力发电作为一种清洁、可持续的能源形式，在全球范围内得到了广泛应用。风力涡轮机(wind turine，简称风机)是利用风能转换为电能的关键设备。然而，风力涡轮机在长期运行过程中，可能会遇到各种故障，如叶片损坏、齿轮箱故障、发电机问题等。这些故障不仅影响风力发电系统的稳定性和可靠性，还可能导致设备损坏、维修成本增加，甚至缩短风机的使用寿命。
2、但目前现有技术中只能在风机出现故障后对其进行维修，故障对风机造成损耗，导致风机寿命短。
3、针对相关技术中，缺少能有效预测风机故障的方法，导致风机寿命短的问题，目前尚未提出有效的解决方案。
4、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本申请实施例提供了一种风机的故障预测方法及装置、存储介质及电子装置，以至少解决相关技术中，缺少能有效预测风机故障的方法，导致风机寿命短的问题。
2、根据本申请实施例的一方面，提供一种风机的故障预测方法，包括：通过滑动窗口算法获取风机在第一时间段内的第一参数信息；将所述第一参数信息输入到故障预测模型中进行处理，得到第一故障预测结果；在所述第一故障预测结果指示所述风机在第二时间段内出现故障的情况下，对所述风机进行维修，其中，所述第二时间段晚于所述第一时间段。
3、在一个示例性的实施例中，将所述第一参数信息输入到故障预测模型中进行处理之前，所述方法还包括：通过所述滑动窗口算法分别获取所述风机在多个第三时间段内的第二参数信息，得到多个第二参数信息；通过初始故障预测模型对所述多个第二参数信息进行处理，得到多个第二故障预测结果；通过动态加权损失函数计算所述多个第二故障预测结果对应的第一损失函数值；根据所述第一损失函数值对所述初始故障预测模型的模型参数进行调整，得到所述故障预测模型。
4、在一个示例性的实施例中，通过动态加权损失函数计算所述多个第二故障预测结果对应的第一损失函数值，包括：根据所述多个第二故障预测结果确定所述风机对应的正样本的第一数量和负样本的第二数量；计算所述正样本的第一权重和所述负样本的第二权重，以及根据所述第一权重和所述第二权重计算出权重向量；通过焦点损失函数计算所述多个第二故障预测结果对应的第二损失函数值；根据所述权重向量和所述第二损失函数值确定所述第一损失函数值。
5、在一个示例性的实施例中，根据所述多个第二故障预测结果确定所述风机对应的正样本的第一数量和负样本的第二数量，包括：在所述多个第二故障预测结果中的第三故障预测结果指示所述风机在第四时间段内出现故障的情况下，确定所述第三故障预测结果对应的第二参数信息为负样本，其中，所述第四时间段晚于所述第三故障预测结果对应的第三时间段；在确定所述风机在第四故障预测结果对应的第五时间段内未出现故障的情况下，确定所述第四故障预测结果对应的第二参数信息为正样本，其中，所述多个第二故障预测结果包括所述第四故障预测结果，所述第五时间段晚于所述第四故障预测结果对应的第三时间段；分别统计所述正样本的所述第一数量和所述负样本的所述第二数量。
6、在一个示例性的实施例中，根据所述第一损失函数值对所述初始故障预测模型的模型参数进行调整，得到所述故障预测模型，包括：根据所述第一损失函数值对所述初始故障预测模型的模型参数进行调整，得到调整后的故障预测模型；通过测试数据对所述调整后的故障预测模型进行测试，得到所述调整后的故障预测模型的预测正确率；在所述预测正确率大于预设阈值的情况下，得到所述故障预测模型。
7、在一个示例性的实施例中，通过所述滑动窗口算法分别获取所述风机在多个第三时间段内的第二参数信息，得到多个第二参数信息，包括：对所述风机进行参数信息采集，得到第三参数信息；对所述第三参数信息进行数据预处理，得到第四参数信息；根据所述滑动窗口算法建立时间滑动窗口，并根据所述时间滑动窗口对所述第四参数信息进行数据截取，得到所述多个第二参数信息。
8、根据本申请实施例的另一方面，还提供了一种风机的故障预测装置，包括：获取模块，用于通过滑动窗口算法获取风机在第一时间段内的第一参数信息；处理模块，用于将所述第一参数信息输入到故障预测模型中进行处理，得到第一故障预测结果；维修模块，用于在所述第一故障预测结果指示所述风机在第二时间段内出现故障的情况下，对所述风机进行维修，其中，所述第二时间段晚于所述第一时间段。
9、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述风机的故障预测方法。
10、根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述风机的故障预测方法。
11、根据本申请实施例的又一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请各个实施例中所述方法的步骤。
12、通过本申请，通过滑动窗口算法获取风机在第一时间段内的第一参数信息，然后将第一参数信息输入到故障预测模型中处理，得到第一故障预测结果，若第一故障预测结果指示风机在未来的第二时间段内会出现故障，则及时对风机进行维修处理；通过训练出一种故障预测模型，有效地提前预测风机的故障，从而为故障响应提供更多的时间，避免风机故障影响风机寿命，进而有效的提高了风机的寿命；采用上述方案，解决了相关技术中缺少能有效预测风机故障的方法，导致风机寿命短的问题。
1.一种风机的故障预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，将所述第一参数信息输入到故障预测模型中进行处理之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，通过动态加权损失函数计算所述多个第二故障预测结果对应的第一损失函数值，包括：
4.根据权利要求3所述的方法，其特征在于，根据所述多个第二故障预测结果确定所述风机对应的正样本的第一数量和负样本的第二数量，包括：
5.根据权利要求2所述的方法，其特征在于，根据所述第一损失函数值对所述初始故障预测模型的模型参数进行调整，得到所述故障预测模型，包括：
6.根据权利要求2所述的方法，其特征在于，通过所述滑动窗口算法分别获取所述风机在多个第三时间段内的第二参数信息，得到多个第二参数信息，包括：
7.一种风机的故障预测装置，其特征在于，包括：
8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
