一种基于多源数据融合与适应性动态建模的风电场设备健康度评估方法及系统

本申请提供一种基于多源数据融合与适应性动态建模的风电场设备健康度评估方法及系统，包括：采集多源数据，对数据进行预处理，以时间戳为索引，采用数据融合技术将不同来源的数据进行融合，截取固定时间段p内的序列数据，使用P CA对所述序列数据进行降维，提取主要成分；训练动态LS TM序列模型，根据偏离指数计算滑动步长q，设置p＝p+q，返回训练；输出预测结果。通过多源数据及宽度可变的滑动时间窗口构建适应性动态LS TM模型，结合动态阈值算法实现风机故障实时判别，支持数据驱动的设备健康度评估与退化趋势预测，并加入了注意力机制，捕捉时间序列中的重要时刻，加快收敛速度，提高模型的准确性，支撑发电量优化与生态兼容性决策。