基于动态LSTM-Sage-Husa算法的风电机组可靠性评估方法及装置

本发明属于风电机组可靠性评估领域，提供了基于动态LSTM‑Sage‑Husa算法的风电机组可靠性评估方法及装置，本发明由SCADA系统得到风电机组各部件的运行数据，利用多层感知LSTM模型对退化过程性能参数进行预测，并且采用动态Sage‑Husa算法对非线性Wiener退化过程修正，引入状态向量的均值和协方差矩阵，建立风电机组考虑有效冲击的非线性Wiener退化过程，对风电机组可靠性评估；本发明考虑了有效冲击对风电机组的影响，通过采用多层感知LSTM模型预测退化过程中缺少数据问题，可以解决因为数据缺失导致风电机组可靠性评估不准确问题，此外，为了更精确的捕捉非线性退化过程中的机组性能变化，并降低数据的波动性，除去退化数据中的噪点，引入分布参数变量，利用动态Sage‑Husa算法求得退化过程中的统计模型和分布参数，并结合预测分布参数，得到了最优估值的退化函数，提升了模型的准确性。