基于SCADA数据分析的风电机组故障诊断方法研究  

作　　者：杨旺春 莫浩鸣 

机构地区：[1]国电电力广西风电开发有限公司,广西南宁530218

出　　处：《设备管理与维修》2025年第5期128-130,共3页Plant Maintenance Engineering

摘　　要：风电机组复杂多变的工作环境给其状态监测和故障检测带来挑战。因此,提出一种新的风电机组故障检测方法,将CNN与LSTM相结合,以风电机组监控系统中的SCADA数据为研究对象。建立基于卷积神经网络的学习架构,实现对系统中各节点之间动态数据的有效识别;采用注意机制强化关键信息的作用,实现对长短时记忆网络中所需要的各种特征的提取;通过权重映射及参数学习等方法提升模型准确率,实现对风电机组故障的早期预警。

关 键 词：风电机组 故障诊断 机器学习 卷积神经网络 长短期记忆网络 

分 类 号：TM315[电气工程—电机] TP277[自动化与计算机技术—检测技术与自动化装置]