基于机器学习的风力发电机组控制方法及系统

本发明提供一种基于机器学习的风力发电机组控制方法及系统，涉及机器学习领域，首先获取风力发电机组运行过程中的多源监测数据集合，接着对多源监测数据集合进行特征工程处理，生成标准化特征向量集合，以描述目标时间区间内的机组运行状态，然后将标准化特征向量集合输入预构建的图神经网络模型，经多层图卷积处理生成针对当前运行工况的控制策略参数集合，再依据该集合生成控制指令序列并发送至执行机构调整机组运行状态，最后采集执行后的机组实时运行数据，与多源监测数据集合合并形成更新后的监测数据集合，用于周期性优化图神经网络模型参数配置，从而能够提升风力发电机组运行效率与稳定性。