基于图时空注意力网络的风力发电机温度监测方法

本发明公开了一种基于图时空注意力网络的风力发电机温度监测方法，包括以下步骤：对采集的SCADA数据进行预处理，获得数据集；以各传感器为节点，计算各节点的top‑k近邻关系，节点间边权重通过高斯核函数计算，基于所有节点的近邻关系及边权重构建带权邻接矩阵，从而得到风力发电机多传感器时序图，通过将不同时间戳采集的时序数据赋予节点时序特征，形成时空图结构，并输出各传感器时序特征；将图注意力网络引入风力发电机温度状态监测，建模多传感器网络的全局性与连通性特征。本发明通过融合图时空双维注意力机制与关键变量筛选，显著提升了发电机温度预测精度：采用最大信息系数MIC剔除冗余变量，降低了噪声干扰。