一种基于LSTM-MLSOM的风电机组状态监测方法

本发明公开了一种基于LSTM‑MLSOM的风电机组状态监测方法，包括以下步骤：S1、从风电场的SCADA系统中获取传感器数据；S2、首先将不同部件选取的数据各自分为训练数据集和测试数据集；S3、将不同部件处理好的数据输入到不同部件对应的LSTM中，获得预测值、残差值；S4、将各部件的残差值输入到MLSOM中的底层所对应的SOM模型，获得不同部件相对应的训练好的SOM模型；S5、通过不同部件各自的SOM模型获得对应的MQEi值，并根据部件的MQEi值确定各自对应的健康阈值；S6、将不同部件同一时刻的MQEi值组合生成新的数据，输入到MLSOM中的顶层SOM，获得训练好的顶层SOM模型和整机的MQEWT值，并通过整机的MQEWT值确定整机的健康阈值；S7、将测试数据输入到LSTM‑MLSOM模型中，获得监测结果，根据预警策略判断风电机组整机是否发生故障，若监测出整机发生故障，则可通过部件的MQEi值与其相对应的健康阈值，确定发生故障的风电机组部件。