知识图谱与时空图网络融合驱动的风电机组状态监测方法

本发明公开了知识图谱与时空图网络融合驱动的风电机组状态监测方法，包括以下步骤：S1.收集风电机组时序SCADA数据和风电文本数据；S2.将风电文本数据构建为风电运维知识图谱；S3.通过查询风电运维知识图谱，结合预处理后SCADA数据生成时序图数据；S4.利用时空图神经网络模型对时序图数据进行正常行为建模，正常行为建模过程中，通过对机组健康运行时间段的图数据中各节点进行预测，将各节点的预测值与实际值之差的最大绝对值，即最大绝对误差作为各节点的健康阈值进而进行状态监测；状态监测阶段通过比对实时数据于监测结果中各节点在图结构中的映射信息与故障传递链的匹配情况，判断机组健康状态并确定故障预警时间。本发明增强了监测结果的准确性与鲁棒性。