新能源与高效节能

构建了面向风电机组整机的全生命周期健康评估预警及诊断体系，基于数据驱动技术与机器学习方法，融合了DBSCAN算法、DTW算法、D-S证据理论等多种方法，揭示不同时间尺度下风电机组核心数据的迁徙规律，提升了设备故障预警准确率。

处于正常投运的风电场，基于该成果可持续监控设备健康状态，得到故障预警信息。该成果特色为： 1、支持风场历史数据建模，预测潜在故障； 2、故障预警分为弱显示、显现、强警示三个等级； 3、至少提前2周预警潜在故障。

可靠的故障预警技术对于风电机组运行和维护有着重要的意义，不仅可实时监测风电机组状态参数，掌握风电机组健康信息，又能及时发现潜在故障，提前排除重大事故隐患，有助于提高设备可靠性，既能保证风电场低成本运维，又能促进我国新能源产业的推进。