基于时序分析的风电机组性能仿真分析方法及装置

本申请涉及数据处理技术领域，公开了一种基于时序分析的风电机组性能仿真分析方法及装置。所述方法包括：对预先获取的风电机组运行数据进行高频采样及自适应滤波，得到去噪的多维时序数据集；对多维时序数据集进行小波包分解及希尔伯特‑黄变换，得到时频域特征矩阵；对时频域特征矩阵进行非线性流形学习及稀疏表示，得到低维特征向量；对低维特征向量进行核主成分分析及信息熵计算，得到风电机组性能的量化指标；对量化指标进行动态时间规整及序列模式挖掘，得到风电机组的异常工况特征；对异常工况特征进行模糊粗糙集分析及融合处理，得到风电机组的性能评估数据。本申请提高了基于时序分析的风电机组性能仿真分析的效率及准确率。