基于相关性特征选择和LSTM以及正态分布思想的风电机组故障预测

摘要

在大力推广风力发电背景下。我国已连续多年位列新增和累计装机全球第一。而平价上网的逐步推行使得整个行业不得不考虑降本增效。故障的早期预警即是一种十分有效的途径。目前,各大主机厂家和高校都在开展相关研究[1-3]。主要研究方法根据数据类型不同可分为基于SCADA数据[4-5]和基于振动数据。本文即在基于SCADA数据基础上,提出一种结合相关性分析、长短期记忆和正态分布思想的风电机组主要部件的温度预警。