基于多源异构数据融合的风电故障动态预警方法及系统

本发明涉及故障预警领域，具体涉及基于多源异构数据融合的风电故障动态预警方法及系统。该方法通过实时采集风电机组的SCADA运行数据、CMS振动监测数据及气象环境数据等多源数据，进行标准化处理并构建多维特征向量。利用自适应加权融合算法生成融合数据集，基于深度卷积神经网络构建故障预测模型，经历史故障样本监督训练后，实时输出健康状态评估值及故障风险等级。当风险等级超阈值时，生成含故障类型、定位及修复建议的预警信号，并动态调整监测参数权重，迭代更新模型，实现预警策略自适应优化。本发明解决现有方法依赖单一数据源及多源数据融合难题，实现精准动态预警。