[发明专利]基于在历史数据中进行相似搜索的风电机组状态预测方法

摘要

本发明提供一种基于在历史数据中进行相似搜索的风电机组状态预测方法，涉及风电机组状态监测技术领域。该方法对历史数据进行预处理后，进行风机属性选择与降维，通过改进的K均值聚类算法对降维后的数据进行聚类分析，李彤历史数据相似查询进行风机运行状态的预测。本发明提供的基于在历史数据中进行相似搜索的风电机组状态预测方法，能够将风电机组的历史运行数据建立数据库，并通过实时的运行数据与风机自身以及与其相似的风机历史数据进行对比对风电机组的状态进行评估。

主权项

一种基于在历史数据中进行相似搜索的风电机组状态预测方法，其特征在于：包括以下步骤：步骤1、获取足够长的风机传感器的历史运行数据，保证该历史运行数据能够包含风机可能存在的所有状态；步骤2、对风电机组历史运行数据进行预处理，删除无用的变量和错误的数据，补全缺失的数据；步骤3、利用随机森林算法对风机属性进行学习并提取重要性属性；步骤4、利用主成分分析对风机属性进行降维，生成风机的一维时间序列综合指标；步骤5、利用改进的K均值聚类算法对降维后的风机数据进行聚类分析，得到相似的风电机组；步骤6、在风电机组运行的过程中，系统通过当前运行数据实时的计算数据间的动态时间弯曲距离，在自身及其相似的风电机组历史数据中进行匹配，找到与当前状态最相似的历史数据，用该历史数据下一时刻的数据作为风机之后运行状态的预测，并进行风机状态预警。