一种基于多工况识别和ESN的风电机组状态监测方法

本发明公开了一种基于多工况识别和ESN的风电机组状态监测方法，包括以下步骤：步骤1：采集风电机组SCADA系统中的运行数据；步骤2：对SCADA数据进行特征工程处理；步骤3：采用K‑means聚类算法对机组健康数据集进行运行工况划分；步骤4：基于差分进化算法优化回声状态网络模型，建立不同工况下的功率预测正常行为模型，并结合功率预测残差分析，确定机组不同工况下的状态监测阈值；步骤5：在线监测阶段，首先对风电机组实时运行数据进行特征工程处理，然后利用工况识别模型确定当前工况，最后通过相应的回声状态网络模型预测有功功率，并计算功率残差以判断机组是否正常运行；实际应用表明在故障发生时比传统SCADA系统更早发现机组异常状态。