一种风电设备服役质量非稳定运行状态辨识方法及系统

本发明提出了一种风电设备服役质量非稳定运行状态辨识方法及系统，方法包括以下子步骤：获取风电设备服役的历史数据集，历史数据集包括风电设备在稳态和非稳态下运行的时序数据；基于生成对抗网络CAN和MMD评估指标对历史数据集中的数据进行训练，确定模型训练时的最小样本量；根据最小样本量及历史数据集，基于WGAN模型对历史数据集中的非稳态数据进行数据扩增训练，生成非稳态相似样本数据；该方法可对非稳定运行状态样本数据进行数据扩增，结合LSTM模型以及残差谱实现风电设备非稳定运行程度的量化辨识以及原因变量的定位，并可对状态辨识阈值范围进行自适应调整，从而提高了风电设备服役质量评估的准确性。