风电机组数据采集与监控系统异常数据识别方法研究

© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

随着风电规模化发展，风电机组数据采集与监控系统采集的海量运行数据中混杂的异常数据，严重影响设备状态评估与故障预警的准确性。本文基于华能新能源股份有限公司生产实践，系统分析了风电场SCADA系统中异常数据的典型类型及其产生机理，重点研究了基于统计阈值、规则逻辑与机器学习的三类异常识别方法，并提出了一种分层融合的工程化应用框架。实际应用表明，该框架能够有效识别传感器故障、通信异常及设备早期劣化等多种异常模式，为提升风电场智能化运维水平提供了技术支撑。

Keywords

风电机组

数据采集与监控系统

异常数据识别

智能运维

References

[1] 华能新能源股份有限公司技术标准. 风能发电系统智能风力发电场数据采集技术规范(GB/T 44360-2024)
[2] 李宝. 人工智能技术在风电机组智能巡检中的应用研究[J].应用能源技术.2025 (09)：115-117
[3]高鹏. 基于多线程并行的风电机组偏航滑移智能预警模型研究[J].电力设备管理 . 2025 (20)：153-155

Previous article in this issue

Next article in this issue