【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种基于时序预测的风电机组运行异常预警方法。
技术介绍
1、风电机组是指多台风力发电机组成的发电设备系统，利用风能产生清洁能力，具备环保、可再生与低排放的特点；由于风电机组运行工作时的异常情况会对风电机组的安全和可靠性造成影响，未能及时检测或延时发现的设备故障可能导致更大范围的损失，因此及时对风电机组的运行数据进行监测非常关键。
2、对于含有噪声数据的时序监测数据通常使用时序拟合处理方法进行曲线拟合，生成符合风电机组运行状态的趋势变化特征，根据趋势变化对风电机组的运行状态进行预警。时序拟合处理方法通常使用现有的加权移动平均算法，主要思想为利用过去一段时间内的数据估计未来数值，平滑时序数据并捕捉到长期趋势和周期性变化。但该算法在拟合过程中难以区分异常数据和噪声数据，导致异常数据的特征被削弱；难以突出风电机组的异常运行特征，影响风电机组的运行状态预警准确性。
技术实现思路
1、为了解决上述通过加权移动平均算法对时序监测数据的拟合难以突出风电机组的异常...
【技术保护点】
1.一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根据运行状态时间序列中的状态时刻与相邻状态时刻之间的差异特征获得状态时刻的邻域状态差异值的步骤包括：
3.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根据运行状态时间序列的预设拟合窗口中的所述邻域状态差异值的分布特征获得整体状态差异值的步骤包括：
4.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根...
【技术特征摘要】
1.一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根据运行状态时间序列中的状态时刻与相邻状态时刻之间的差异特征获得状态时刻的邻域状态差异值的步骤包括：
3.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根据运行状态时间序列的预设拟合窗口中的所述邻域状态差异值的分布特征获得整体状态差异值的步骤包括：
4.根据权利要求1所述的一种基于时序预测的风电机组运行异常预警方法，其特征在于，所述根据所述邻域状态差异值与所述整体状态差异值的差异特征获得状态时刻的疑似异常状态指数和疑似异常状态点的步骤包括：
5.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：马少立，李桂民，
申请(专利权)人：深圳前海慧联科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。