摘要
本发明涉及风电场智能运维及风险管理技术领域,公开了一种风电场多源异构数据故障风险预测方法及可视化平台,该方法通过构建能模拟物理规律的动态因果拓扑图,结合表征故障全生命周期的演化轨迹,实现了从风险识别到交互式决策推演的闭环,该方法首先获取风电机组的多源异构数据,所述数据源可包括风电场监控与数据采集系统、振动监测系统、变桨系统控制器等。通过对采集的原始信号进行标准化处理和特征提取,构建能够全面、量化表征风电机组在任意时刻t的实时运行状态的实时状态向量x(t)。本发明通过构建一个边的权重能根据实时工况动态调整的动态因果拓扑图,使得故障预测模型能够模拟风电机组在不同运行条件下变化的内部物理耦合关系。
技术关键词
多源异构数据
风险预测方法
拓扑图
轨迹
可视化平台
振动监测系统
风电场监控
动态
数据采集系统
模拟风电机组
流形学习算法
风险管理技术
风电场智能
节点
故障预测模型
历史故障数据
变桨系统