摘要
本发明涉及数据处理技术领域,具体为一种风电机组运行数据处理方法及系统,包括:获取原始风电机组运行数据;对所述原始风电机组运行数据进行分段处理,得到多个运行数据块;对所述运行数据块进行振动时域特征提取,得到时域特征信息;对所述运行数据块进行温度变化特征提取,得到温度特征信息;对所述运行数据块进行风速功率关联特征提取,得到风速功率特征信息。本发明通过对风电机组运行数据进行细致的时域特征提取、温度变化特征提取、风速功率关联特征提取,并结合深度学习模型进行多源数据融合,显著增强了对设备运行状态的区分与预测能力,并确保了针对不同状态预测分析结果的精准性和效率的提升。
技术关键词
风电机组运行数据
时域特征提取
风速
风险
功率
皮尔逊相关系数
时间序列特征
特征提取网络
多尺度特征
联合训练方法
卷积神经网络模型
基础
长短期记忆网络
设备运行状态
特征提取单元
数据处理系统
系统为您推荐了相关专利信息
短期功率预测方法
历史气象数据
灰度共生矩阵
像素点
图像
半导体存储器
激光通信终端
重构系统
星载激光
数据
调谐器
待测器件
校准夹具
衰减器
负载牵引测试系统